详细内容或原文请订阅后点击阅览
微软的革命性诊断医学AI解释
微软的最新论文讨论了医疗超级智能的途径。我们到底有多近？Microsoft后的革命性诊断医学AI首先出现在数据科学上。
来源:走向数据科学，微软发布了其最新的医疗AI纸，使用语言模型的顺序诊断，并显示出巨大的希望。他们将其标记为“通往医疗超级智能的道路”。医生会被AI超越吗？这真的是我们领域的革命进步吗？尽管该论文刚刚提交审查，并且可能需要进行其他实验，但本文将介绍本文的要点，并提供本文的讨论和局限性。
语言模型的顺序诊断总体头条令人大扬意：一种将AI诊断性能提高到80％的方法（Microsoft新的SDBench指标）。但是，让我们看看这是怎么发生的。
为了简要摘要，研究人员根据临床病例创建了一个新的基准SDBench。与大多数情况不同，性能是基于诊断准确性和进行诊断的总成本。这不是一个新的AI模型，而是MAI诊断的编排，称为Mai-Dxo（我们将在稍后进行更多讨论）。这种AI编排是模型不可静止的，并且进行了许多实验的变体以获得成本准确的帕累托前沿。最终结果以20％的准确性引用医生，并以80％的速度引用MAI-DXO。但是，这些百分比不一定说明整个故事。
mai-dxo什么是顺序诊断？
开始，该论文称为语言模型的顺序诊断。那到底是什么？当患者到达医生时，他们需要背诵患者病史，为医生提供背景。通过迭代质疑和测试，医生可以缩小其假设以进行诊断。该论文在顺序诊断期间引用了一些考虑因素，这些因素后来发挥了开发的作用：内容丰富的问题，平衡诊断的产量和成本与患者负担，并知道何时进行自信诊断[1]。