XiaoMi-AI文件搜索系统
World File Search System喉癌
通过患者语音进行人工智能检测喉癌的分类基准
预计未来几年喉癌病例将大幅增加。目前的诊断途径导致许多患者被错误地转诊到紧急疑似癌症途径，给患者和医疗系统带来了过度压力。人工智能提供了一种有希望的解决方案，它能够从患者的言语中非侵入性地检测喉癌，这有助于更有效地确定转诊的优先次序，并减少对非癌症患者的不当转诊。要实现这一潜力，开放科学至关重要。该领域的一个主要障碍是缺乏开源数据集和可重复的基准，迫使研究人员从头开始。我们的工作通过引入一个基准套件来解决这一挑战，该套件包含 36 个在开源数据集上训练和评估的模型。这些模型可以在公共存储库中访问，为未来的研究奠定了基础。他们评估了三种不同的算法和三个音频特征集，提供了一个全面的基准框架。我们提出了标准化的指标和评估方法，以确保未来研究的结果一致且可比。所提出的模型包括纯音频输入和包含人口统计学和症状数据的多模式输入，使其能够应用于具有各种患者信息的数据集。通过提供这些基准，未来的研究人员可以评估他们的数据集，改进模型，并将其用作更高级方法的基础。这项工作
