jav watch hd online,jav watch japanese|jav xxx hd_jav xxxhd

http://jkbshare.183read.cc/article/5955917/5.html?t=174338426319554

近日，清華大學(xué)附屬北京清華長(zhǎng)庚醫(yī)院眼科中心黃天蔭教授、王亞星副教授，與多個(gè)單位的專家攜手，基于亞洲人數(shù)據(jù)集，共同發(fā)表了一項(xiàng)關(guān)于基礎(chǔ)模型（Foun-dation Model）泛化能力的重要研究成果。文章近期發(fā)表在《新英格蘭醫(yī)學(xué)雜志·人工智能》（NEJM AI）上。     

近年來(lái)，基礎(chǔ)模型為醫(yī)學(xué)人工智能的開發(fā)提供了新路徑。傳統(tǒng)醫(yī)學(xué)人工智能模型構(gòu)建通常面臨數(shù)據(jù)收集量大、標(biāo)注成本高的難題，而基礎(chǔ)模型先在大量無(wú)標(biāo)注數(shù)據(jù)上進(jìn)行預(yù)訓(xùn)練，然后通過(guò)微調(diào)即可適用于各類下游任務(wù)，無(wú)須從頭訓(xùn)練。此前發(fā)表在《自然》（Nature）雜志上的RETFound就是此類模型代表。然而，這類基礎(chǔ)模型能否真正適用于其他群體，目前仍不明確。     

黃天蔭教授等開展的該項(xiàng)研究，基于亞洲人群數(shù)據(jù)，從青光眼診斷、冠心病診斷、3年內(nèi)腦卒中發(fā)生風(fēng)險(xiǎn)預(yù)測(cè)3項(xiàng)任務(wù)出發(fā)，研究了基礎(chǔ)模型在不同群體中的適用性。研究團(tuán)隊(duì)選取基于大規(guī)模視網(wǎng)膜圖像預(yù)訓(xùn)練的RETFound基礎(chǔ)模型和傳統(tǒng)的Vision Transformer模型進(jìn)行比較，以評(píng)估前者在亞洲人群數(shù)據(jù)上的表現(xiàn)。    

 結(jié)果顯示，當(dāng)使用完整數(shù)據(jù)集微調(diào)時(shí)，RETFound并未在性能上超越傳統(tǒng)Vision Transformer。無(wú)論是在青光眼診斷、冠心病診斷還是腦卒中發(fā)生風(fēng)險(xiǎn)預(yù)測(cè)中，兩者的表現(xiàn)差異均無(wú)統(tǒng)計(jì)學(xué)意義。在僅使用不超過(guò)完整數(shù)據(jù)集25%的數(shù)據(jù)進(jìn)行微調(diào)時(shí)，RETFound具有微弱優(yōu)勢(shì)，但同樣無(wú)統(tǒng)計(jì)學(xué)意義。研究結(jié)果表明，基礎(chǔ)模型與傳統(tǒng)模型在泛化能力上面臨相似的挑戰(zhàn)，尤其是在數(shù)據(jù)多樣化上存在局限性。     

研究人員表示，盡管RETFound模型整體潛力較強(qiáng)，若要在特定人群與場(chǎng)景中實(shí)現(xiàn)理想效果，仍需更豐富、多元的訓(xùn)練數(shù)據(jù)支持。醫(yī)學(xué)基礎(chǔ)模型若未能在更加多樣化的數(shù)據(jù)集上進(jìn)行訓(xùn)練，并在各種臨床環(huán)境中進(jìn)行測(cè)試，其對(duì)不同人群和臨床情境的泛化性和適用性將受到顯著限制。     

研究人員在文章中強(qiáng)調(diào)在全球范圍內(nèi)加強(qiáng)醫(yī)學(xué)基礎(chǔ)模型合作研究的重要性。在當(dāng)前醫(yī)療基礎(chǔ)模型的開發(fā)中，確保數(shù)據(jù)來(lái)源的多樣性，以及推動(dòng)全球范圍的研究協(xié)作是應(yīng)對(duì)這一挑戰(zhàn)的關(guān)鍵。研究人員同時(shí)指出，通過(guò)引入更加多元的數(shù)據(jù)集來(lái)提升模型的普適性和公平性，有助于醫(yī)學(xué)基礎(chǔ)模型在各類醫(yī)療場(chǎng)景中發(fā)揮更大價(jià)值，為全球醫(yī)療服務(wù)的智能化和精準(zhǔn)化提供有力支持。     

王亞星副教授、北京航空航天大學(xué)王曉飛教授、新加坡國(guó)立大學(xué)覃宇宗教授為論文共同通訊作者。     （韓冬野）