#医学AI

共 4 篇相关文章

孟加拉语症状疾病预测基准存在模板泄漏：91%测试样本与训练数据仅差一个症状位。研究用2×2实验分离数据增强与调参，发现XGBoost、LightGBM增益显著但BNB不稳健，呼吁基准精度需结合模板邻近性解读。

一项乳腺病变RAG系统实证研究显示：ground truth标注覆盖度会显著影响检索评估。标注从25扩至37个证据片段后排名不变，但证据识别量改变，提示临床RAG评估需报告标注敏感性。

一项发表于arXiv的研究提出State-Aware Interaction MIL方法，通过保留生物标志物特异性表征并建模四状态分子配置，在结直肠癌BRAF+/MSI+与肺腺癌EGFR+/TP53+的罕见联合分子表型预测上，于UNI2-h与CONCH病理基础模型上均优于基线方法。

arXiv最新研究提出Survprompt框架，首次严格评估大语言模型（LLM）在癌症患者生存期预测上的表现。结果显示前沿LLM零样本cMAE媲美专业生存模型，但风险区分能力不足，跨癌种稳定性成临床应用瓶颈。