热点事件持续更新
多LLM共识流程从脑MRI报告构建研究队列
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8日，medRxiv发布一项回顾性队列研究预印本，探讨用多款大语言模型的共识流程从脑MRI报告中构建研究队列。研究基于6,718份脑MRI报告（5,856例患者），要求Qwen3/Kimi-Linear/GPT-5或Qwen3/Kimi-Linear/DeepSeek-R1多个大语言模型全体一致才自动判定报告正常或异常。在680份专家裁定参考集上，两个共识集成均实现100%精确度；作为对比，GPT-5单独使用时正常与异常精确度分别为98.9%和94.1%。
AI 根据报道生成 · 3 小时前更新
最新进展10月8日 08:00
预印本显示两个多LLM共识集成在680份专家参考集上精确度均达100%。报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- medRxiv 预印本多款大语言模型共识流程从脑MRI报告中构建研究队列：回顾性队列研究
一项基于6,718份脑MRI报告（5,856例患者）的回顾性研究显示，要求Qwen3/Kimi-Linear/GPT-5或Qwen3/Kimi-Linear/DeepSeek-R1多个大语言模型全体一致才自动判定正常或异常，两个共识集成在680份专家裁定参考集上均实现100%精确度，GPT-5单独使用时正常与异常精确度分别为98.9%和94.1%。
本事件热度走势
当前热度 5·可比范围峰值 6（10月9日 05:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。