대형 언어 모델을 활용하여 단계적인 진단 경로를 생성함으로써 의사 결정 과정을 지원할 수 있다.
본 연구는 코로나19 진단을 위한 호흡음 기반 인공지능 모델의 사후 설명 가능한 그래디언트 프리 접근법을 제안한다.
이 연구는 의사 결정 트리, 랜덤 포레스트, XGBoost 모델을 사용하여 췌장암 데이터셋에서 설명 가능성을 평가하고, 의료 전문가의 의견과 의료 지침을 활용하여 모델의 설명 가능성을 검증하는 것을 목표로 합니다.
MedPromptX는 다중 모달 대형 언어 모델, 소수 샷 프롬프팅, 시각적 접지를 통합하여 불완전한 전자 건강 기록 데이터를 보완하고 X-레이 이미지의 관련 영역에 초점을 맞춤으로써 흉부 X-레이 진단의 정확성을 높입니다.
양자 지원 벡터 기계(QSVM)는 기존 지원 벡터 기계(SVM)보다 전립선 암 탐지에서 더 높은 민감도와 F1 점수를 보여주어, 의료 진단에 있어 유망한 기술로 나타났다.