XiaoMi-AI文件搜索系统
World File Search System摄影报告
FDA 支持 AI/ML 的医疗设备软件 (SaMD)
• 软件功能可分析医疗记录中发现的患者特定医疗信息，包括最新的乳房 X 线摄影报告结果，以便为医疗保健提供者 (HCP) 提供一系列后续选项，供其在患者每年进行乳房 X 线摄影后考虑。• 该软件算法在来自 10 个临床站点的 100,000 个病例的大型数据集上进行训练，并根据后续癌症检测率以及补充成像和活检来总结性能。产品标签提供了有关软件用途、预期用户和患者人群的信息，以及软件输出的描述。
使用计算机视觉检测乳腺癌
报告和数据系统（BI-RADS）是乳房X线摄影报告和解释的标准化工具。作者强调了BI-RADS系统中的各种类别，包括Bi-Rads 0、1和2，其中Bi-Rads 2表示良性发现，其恶性肿瘤的可能性为0％[7]。该研究强调了考虑假阴性或假阳性结果解释乳房X线摄影发现的可能性的重要性，并建议放射科医生将其纳入其决策过程。作者还探讨了双线关系在促进放射科医生与转诊医生之间的沟通和指导患者管理方面的作用[7]。总体而言，这项研究的结果有助于在临床实践中理解和实施BI-RADS系统，从而改善乳腺癌的检测和诊断。
mammo-clip：一种视觉语言基础模型，以提高乳房X线摄影的数据效率和鲁棒性
摘要。缺乏有关乳腺癌检测的计算机辅助诊断（CAD）的大量培训数据一直是阻碍系统采用的问题之一。最近，通过视觉模型（VLM）（例如，剪辑）对大规模图像文本数据集进行预训练，部分解决了计算机视觉（CV）中鲁棒性和数据效率的问题。本文提出了Mammo-CLIP，这是第一个通过大量筛选乳房X线图 - 报告对的VLM，以解决数据集多样性和大小的挑战。我们在两个公共数据集上进行的实验表明，在对乳腺癌检测至关重要的各种乳腺X线学属性时表现出强烈的表现，表明数据效率和鲁棒性与CV中的剪辑相似。我们还提出了一种新型特征归因方法Mammo-Factor，以在乳房X线摄影报告中使用句子级粒度来提供表示表示的空间解释。代码可公开使用：https：//github.com/batmanlab/mammo-clip。