16:47IT之家(博客/媒体)国家卫健委发布通知,提出在城市社区卫生服务机构探索推广应用医学人工智能辅助诊断、处方前置审核、语音病历信息自动采集辅助书写等技术,以提高医务人员诊疗效率。通知还强调加强基本公共卫生服务、家庭医生服务的数智化赋能,利用人工智能加强病历、处方、医嘱等辅助审核,并促进检查检验结果互认。目标到2030年基本实现建制街道社区卫生服务中心全覆盖,提升服务能力。行业医学AI辅助诊断社区卫生数智化政策推荐理由:基层医疗的AI应用终于有了政策绿灯——医学AI辅助诊断和语音病历等工具将直接提升社区医生效率,做医疗AI产品、社区卫生管理或基层信息化的人值得关注政策动向。原文
10:24arXiv cs.LG@Dylan Steiner, Gustavo Arango-Argoty, Gerald Sun, Etai Jacob多模态肿瘤模型能做出准确预测,但无法判断其是否学到跨模态共享的生物学、单一模态的生物学,还是虚假相关性。研究者提出DECAT,一个模型无关的后验评估框架,通过五个零假设参考指标和规则决策,将多模态表征分为四种诊断场景。在合成数据(2500+训练表征)和真实TCGA数据(8979名患者)上验证,发现CLIP等纠缠模型在检测共享生物学上近乎完美,但在大多数不存在共享生物学的情况下错误声称存在,且错误率随混杂强度增加。DECAT无需知道具体混杂因素,就能检测出AUROC无法发现的混杂。论文多模态医学AI评估框架混杂检测DECAT推荐理由:做多模态医学AI的团队终于有了判断模型是否学到真实生物学的工具——DECAT能揪出被AUROC掩盖的虚假关联,建议做肿瘤多模态研究的开发者点开看看。原文