LightGBM 偵測臨床劑量錯誤
自動系統使用 LightGBM 與 3,451 多模態特徵，偵測 42,112 筆臨床試驗敘述中的劑量錯誤。在嚴重不平衡資料（4.9% 正類）上達 0.8725 測試 ROC-AUC。前 500-1000 特徵透過降噪勝過全套特徵。
Search
Tag: #medical-ai86 results
🔬
研究發現AI聊天機器人醫療建議誤導率達50%
新研究顯示AI聊天機器人約半數時間提供誤導性醫療建議。此結果凸顯AI融入日常生活中潛在健康風險。
SymptomWise：可靠高效AI系統的確定性推理層
SymptomWise 將 AI 症狀分析中的語言理解與診斷推理分離，使用專家策劃的醫學知識及有限假設空間的確定性推理。LLM 僅限用於症狀提取與解釋，提升可追溯性並減少幻覺。在 42 個兒童神經病例中，頂尖五診斷準確率達 88%，並可推廣至其他溯因推理領域。
VERT 提升放射報告 LLM 評審 11.7%
研究人員推出 VERT，一種用於評估多模態與解剖結構放射報告的穩健 LLM 指標。它優於 RadFact、GREEN 和 FineRadScore，提升與專家評分的相關性達 11.7%。使用 1,300 樣本微調 Qwen3 30B 可獲 25% 提升，並加速推理 37 倍。
百度推出 Claw 框架醫生 AI 助理
百度健康發布有醫助理，國內首款基於 Claw 框架的醫生任務型 AI。首創檢索 + 任務雙引擎模式，從單一對話邁向任務執行。
🔬
自動標籤讓醫療AI效能降66%，基準測試隱瞞它
醫療AI分割模型對年輕乳癌患者的效能下降66%，原因是腫瘤大小與變異性等質性偏差。自動標籤會放大此偏差達40%。基準測試因「偏差尺規」效應而隱藏問題，使用有缺陷標籤測量。
中國醫療AI海外營收超20%
中國醫療AI企業如聯影、商湯在全球接單，領軍企業海外業務超20%營收。憑藉認證與中東、東南亞、歐洲在地夥伴，推出影像與管理平台。搶攻年複合43%成長、達3.58兆美元全球市場。
東大松尾研推出醫療專用日語LLM
東京大學松尾・岩澤研究室宣布開發醫療領域專用的日語LLM「Weblab-MedLLM-Qwen-2.5-109B-Instruct」。該模型免費提供給研究者使用。合作方包括櫻花互聯網等。
蚌埠打造完整國產感測器堆疊
安徽蚌埠已建立涵蓋八吋 MEMS 晶圓生產、柔性 BCI 電極與臨床應用的國產感測器生態系。相關技術正應用於中風復健與阿茲海默症篩檢。
🔬
大腸癌篩檢的三重縫隙
儘管大腸癌篩檢是標準醫療程序，但仍面臨患者配合度低、非侵入性檢測偽陰性，以及「大腸鏡檢查後」仍確診癌症等重大挑戰。