热点事件观察中
儿科阑尾炎多模态超声AI诊断标签循环性研究
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
2026年10月2日，一项发表于medRxiv的预印本研究，在公开的Regensburg儿童阑尾炎数据集上评估了多模态超声与临床数据融合模型的标签构建循环性问题。该研究将冻结的BiomedCLIP图像嵌入与临床/实验室数据结合，结果显示多模态模型的pooled AUC达到0.894，高于匹配骨干的图像单模态模型（0.789）和临床单模态模型（0.855）。目前该研究仅为预印本，尚未经同行评议。
AI 根据报道生成 · 2 小时前更新
最新进展10月2日 08:00
预印本研究显示多模态模型pooled AUC达0.894，高于图像与临床单模态模型。报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- medRxiv 预印本Regensburg 儿童阑尾炎基准中多模态超声与临床数据的标签构建循环性评估
在公开 Regensburg 儿童阑尾炎数据集上，融合冻结 BiomedCLIP 图像嵌入与临床/实验室数据的多模态模型 pooled AUC 达 0.894，显著高于匹配骨干的图像单模态模型（0.789）和临床单模态模型（0.855）。
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。