跳到正文
热点事件持续更新

研究评测VLM智能体阅读急诊CT/MRI的诊断准确性

1 篇报道1 个报道来源23 分钟前更新

先了解这件事

AI 综述

arXiv 一篇论文(arXiv:2611.23480)的作者发表回顾性研究,让六个视觉语言模型(VLM)智能体在四种图像浏览条件下读取公开存档的 100 例急诊 CT 和 MRI,每种条件各读两遍共 4800 次,评估其诊断准确性与导航行为。结果显示汇总准确率最高仅 42.5%,远低于放射科医生。 在与放射科医生对照的 30 例上,自由导航模型的正确率为 30.0%(108/360),放射科医生为 77.0%(208/270)。论文作者称,无论采用哪种浏览策略,VLM 智能体的准确性都明显低于放射科医生。 研究还观察到模型的浏览行为问题:模型在阅读中位数 10.8% 的切片后就形成首个假设,并在 63.1% 的运行中保持不变;最终答案的自信度中位数达 90%,但正确率仅 38.9%。

AI 根据报道生成 · 10 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv cs.AI
    arXiv 论文评估视觉语言模型智能体读急诊 CT 和 MRI 的诊断准确性

    一项回顾性研究让六个 VLM 在四种浏览条件下读取 100 例公开急诊 CT 和 MRI 共 4800 次,汇总准确率最高仅 42.5%,远低于放射科医生的 77.0%。模型在阅读中位数 10.8% 的切片后就形成首个假设并在 63.1% 的运行中保持不变,最终答案自信度中位数 90% 但正确率仅 38.9%。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。