15:54
官方账号Decoder@Jonathan Kemper
推荐理由：RadLE 2.0测试发现AI读X光常常自信地犯错，人类医生还远领先。搞医疗AI的该看看这个教训。
放射学
共 2 条相关 AI 资讯
7月19日
15:54
RadLE 2.0基准测试评估AI模型在放射学中判断何时应由人类接手诊断的能力。测试发现，许多AI模型在给出错误结论时仍表现出完全自信，而人类放射科医生的准确率仍显著更高。该基准聚焦于模型的自知力，强调AI必须学会在不确定时保持沉默，才能安全投入临床。
6月19日
11:03
11:03
官方账号arXiv cs.LG@Yusuf Salcan, Simon Ging, Robin Schirrmeister, Philipp Arnold, Elmar Kotter, Behzad Bozorgtabar, Thomas Brox
推荐理由：这篇论文开源了120万对的放射学双语数据集RefRad2D，训练出的RadGrounder能同时做报告生成、VQA和空间定位，空间定位还不影响语言质量，搞医疗AI的值得看看。