危险弱点：医学分析中暴露的AI模型！

危险弱点：医学分析中暴露的AI模型！

Mainz, Deutschland - 来自大学医学中心大学医学中心和德累斯顿技术大学的研究人员发现，在医学图像分析中使用的常见AI模型可能存在弱点。您的研究标题为“ 现实生活中的组织病理学”检查了文本信息对医疗图像数据分析的影响，并发表在NEJM AI中。

作者，包括克鲁斯曼，舒尔茨和凯瑟（Kather），在对组织病理学图像，错误或扭曲的分析中对AI的分析中可以发现。这还包括这种模型如何错误地解释图像数据并因此损害诊断质量的潜力。

研究的相关性

这项研究的结果特别重要，因为计算机辅助病理变得越来越重要。研究表明，医学图像处理中的创新AI技术可以取得相当大的进步。例如，Huang等人。 （2023）在研究AI如何识别与新辅助化疗有关乳腺癌的反应的特征中，而其他研究作品（例如Campanella等人的反应）。 （2019年）检查了使用弱监测的深度学习方法的使用。

大数据的医学AI

医疗保健中的数字化以及可用数据的增加带来了新的挑战，但也带来了机会。根据Fraunhofer IKS的说法，大数据的使用和AI对于未来的医学是决定性的。除其他外，这意味着需要有效的大量数据组合和分析。这可以实现个性化的治疗设计，并更好地对疾病进行更好的早期检测。

智能应用在医学中的相关性越来越多地得到认可。这包括制定临床决策，医疗图像处理和监测慢性疾病。研究工作，在Z. Huang等人的研究中。并要向他人介绍，澄清数字病理学的发展迅速进展并应用于医疗实践。

技术进步与医学实践之间的联系很明显：病理学中AI的持续研究和促进可能会导致患者面向患者的护理的显着改善。

有关更多信息，感兴趣的各方可以联系相关机构的联系人：Mainz大学医学中心的PD塞巴斯蒂安·福尔希（SebastianFörsch）博士或Tu Dresden的Jakob Nikolas Kather博士教授。