Résumé
Une fois que l'IA médicale entre dans la phase de modèle multimodal et de base, les ressources vraiment rares ne sont pas seulement des dossiers, mais des données de haute qualité et des protocoles d'évaluation qui peuvent répondre à « dans quelles tâches, quel type de personnes, dans quels équipements et processus cliniques les modèles sont-ils fiables ?» Cette pièce jointe contient trois échantillons significativement différents : le package compressé d'examen physique spécial contient 11 fichiers PDF, totalisant 426 pages, couvrant des sujets tels que le métabolisme, les maladies cardiovasculaires et cérébrovasculaires, la digestion, les yeux, les poumons, le cerveau, la cavité buccale, l'appareil locomoteur, la reproduction, l'immunité et les tumeurs, ainsi qu'un rapport complet ; le package « surface panoramique » contient 10 DICO M, le mode d'affichage des informations d'en-tête est PX, le champ fabricant est MEYER et la matrice d'image est principalement de 1536 × 3101, qui est un échantillon de radiographie panoramique orale plutôt qu'un CT ; il y a 5 fichiers PDF d'une seule page et 5 XLSX dans le package d'électrocardiogramme. Chaque formulaire ne comporte qu'une seule ligne de données et les colonnes sont le sexe, l'âge et le diagnostic.
Ces documents peuvent être utilisés comme point de départ pour la plateforme d'évaluation médicale multitâche, mais ils ne peuvent pas être directement utilisés comme ensemble de formation ou comme ensemble de tests de liste. Les rapports d'examen physique doivent séparer le texte libre, les résultats structurés, les intervalles de référence, les marqueurs anormaux et les recommandations ; l'imagerie orale nécessite des systèmes de position des dents, des instances de lésions et des étiquettes de qualité d'image ; les électrocardiogrammes nécessitent une correspondance de temps et de source entre les formes d'onde et les étiquettes de diagnostic, les définitions de catégories et l'isolement au niveau du patient. Le résultat, le niveau de vérité et le coût d’erreur des trois types de tâches sont différents et ne doivent pas être mélangés dans une seule précision ou un seul classement global.
Cet article propose une structure d'évaluation de « l'accès à la gouvernance – définition des tâches – normes de référence – tests aveugles en couches – vérification externe – évaluation du workflow – gouvernance des versions ». Il est recommandé que Langhui démarre sur une voie indépendante et adopte des ensembles de configurations cachés, des tests inter-organisations et multi-appareils, un arbitrage d'experts et une stratification de la gravité des erreurs pour former progressivement un service de référence de données médicales auditable, reproductible et itérable.
1. Identifiez d'abord avec précision les échantillons pour éviter de confondre les échantillons de fichiers avec des ensembles de données
1.1 Examen physique particulier : rapport spécial et rapport complet cohabitent Il y a 11 fichiers PDF dans le package compressé
, avec un total de 426 pages. Le document couvre diverses orientations particulières en matière de santé et il existe un rapport combiné beaucoup plus long. Cela montre que les actifs de données peuvent contenir plusieurs structures telles que des modèles de sujets, des rapports complets, des répétitions transversales et des pages de résumé/détail. Les statistiques basées uniquement sur le « nombre de copies PDF » ne correspondent pas au nombre de patients, d'examens ou d'échantillons de tâches indépendants ; le rapport complet peut contenir plusieurs contenus thématiques, et si la duplication n'est pas effectuée au niveau du document et au niveau du patient, la même conclusion d'examen peut être comptée à plusieurs reprises.
L'ascendance du document doit être établie en premier lors de la construction : clé anonyme du patient, événement d'examen, version du rapport, catégorie de sujet, version du modèle généré, plage de pages, source de champ structurée et confiance d'analyse. Chaque champ extrait doit pouvoir revenir au numéro de page, à la position du paragraphe ou du tableau, en distinguant les mesures originales, les conclusions du rapport, la dérivation de règles et les suggestions de génération de modèles. Pour les plages de référence, conservez l’unité, la source du laboratoire/équipement, les conditions de sexe et d’âge applicables et la version actuelle du rapport. Vous ne pouvez pas simplement enregistrer une étiquette « haut/bas ».
1.2 Image panoramique orale : le nom nominal de la pièce jointe n'est pas égal au mode réel Les informations d'en-tête
DICOM montrent 10 études et séries indépendantes, la modalité est PX, la matrice d'image est principalement de 1536 × 3101, et il y a également 1200 × 2326, et le champ du fabricant est MEYER. Ce lot d'échantillons doit être compris sur la base d'images radiographiques panoramiques orales numériques, plutôt que de concevoir des tâches basées sur des données de volume CT. La suggestion de restauration professionnelle ici est la suivante : le nom du projet, l'étiquette d'interface, la carte de données et le document doivent tous utiliser "un film radiographique/panoramique panoramique oral" et n'être marqués comme CT qu'après avoir été confirmé par le service d'imagerie qu'il s'agit bien d'un CT. Une classification modale incorrecte peut entraîner des erreurs de prétraitement, des indicateurs d'erreur et des litiges lors de l'acceptation des achats.
De plus, il existe des champs d'identification non vides tels que le nom/ID du patient, la date de naissance, le sexe, la date de l'examen et l'établissement dans l'en-tête DICOM. Même si l'échantillon est uniquement destiné à une analyse interne, la diffusion externe et le téléchargement doivent d'abord être arrêtés, et la vérification de l'autorisation, la désidentification et l'inspection du texte de la couche de pixels/du code QR doivent être terminées ; L'UID DICOM doit être remappé selon des règles cohérentes et une table de mappage contrôlée doit être conservée. Il ne suffit pas de changer simplement le nom du fichier ou de supprimer l’étiquette de nom pour terminer la désidentification.
1.3 Électrocardiogramme : Il n'y a que 5 enregistrements dans le formulaire de support, qui est un échantillon de processus
La pièce jointe contient 5 fichiers PDF ECG d'une seule page et 5 XLSX. Le formulaire comporte trois champs : sexe, âge et diagnostic. Chaque copie comporte un enregistrement. Il convient pour vérifier « si le fichier de forme d'onde d'un cas correspond à une rangée d'étiquettes cliniques ». Il peut également être utilisé pour concevoir le dictionnaire de données et délivrer l'acceptation en conséquence. Cependant, cela ne constitue pas une cohorte représentative des arythmies et ne suffit pas pour estimer la sensibilité, la spécificité, les différences entre les sous-groupes ou la généralisation du modèle. Lorsqu’il n’y a que cinq cas, l’ajout d’un échantillon erroné modifie la proportion de manière significative ; même si un beau score est calculé, il n’y a pas d’explication statistique stable.
Les données officielles doivent clarifier la vitesse du papier ECG, le gain, le nombre de dérivations, le taux d'échantillonnage, l'équipement, le filtrage, la durée d'enregistrement, l'abandon des dérivations et la qualité de la forme d'onde ; l'image PDF doit confirmer si elle peut revenir à la forme d'onde numérique d'origine. Si le modèle ne peut lire que des images papier, les erreurs de reconstruction des pixels et d’étalonnage temps/tension doivent être prises en compte dans l’évaluation ; si la forme d'onde originale est disponible, l'unité d'échantillonnage, l'horodatage, la séquence de dérivations et la valeur de vérification du signal doivent être enregistrés.
2. Le noyau du benchmark médical : divisé en pistes en fonction des tâches cliniques et des vraies valeurs de référence
La liste ne devrait pas commencer par le « taux d'exactitude global de l'IA médicale », mais devrait établir des tâches distinctes pour les trois modalités, puis unifier les protocoles de gouvernance, de reporting et de fonctionnement.
Piste A : Comprendre les rapports d’examen physique et la communication des risques
peut être divisé en : extraction de champ (éléments de contrôle, résultats, unités, intervalles de référence, marqueurs anormaux) ; analyse de la structure du rapport (sujets, résumés, conclusions, recommandations) ; vérification de la cohérence des règles (si les résultats entrent en conflit avec des marqueurs anormaux) ; stratification des risques (selon des lignes directrices prédéfinies ou des règles d'experts) ; génération de résumés pour les professionnels ; communication explicative pour les sujets. Chaque tâche nécessite une conception distincte des valeurs de vérité : l'extraction des champs est basée sur l'annotation de deux personnes et la liaison de la position du texte original, le jugement des risques médicaux nécessite des versions de lignes directrices ou un consensus d'experts, et la génération de recommandations nécessite une évaluation du support factuel, des conditions applicables, des omissions de risque et de l'opportunité d'induire un autodiagnostic et un traitement.
Piste B : Analyse d’images panoramiques orales
peut être divisé en qualité et lisibilité d'image, détection de position de dent/dent ou segmentation d'instance, tâches parodontales ou de caries et autres tâches de lésions claires, localisation de structures anatomiques et génération de rapports. Le système de codage de la position des dents doit être gelé avant le début du projet, et les dents manquantes, les dents incluses, la dentition mixte, les restaurations, les chevauchements, le flou de mouvement et la troncature doivent tous avoir des étiquettes explicites. Il est recommandé que la tâche de détection rapporte le nombre de faux positifs par cas et FROC ; le rapport de tâche de segmentation Dés, distance de surface et résultats stratifiés par position de la dent/taille de la lésion ; La génération de rapports ne peut pas seulement assurer la similarité du texte, mais nécessite l'exactitude des faits cliniques et l'examen des erreurs d'omission/de surdiagnostic.
Piste C : interprétation de la forme d'onde ECG et prédiction du risque
Une distinction doit être faite entre le diagnostic de rythme/conduction/morphologie de l'ECG actuel et la tâche prospective consistant à utiliser l'ECG pour prédire une maladie ou son évolution future. L'ancienne valeur réelle de référence peut provenir des interprétations de plusieurs électrocardiologues, de rapports cliniques et des preuves d'examen nécessaires ; ces derniers doivent prédéfinir les moments de prédiction, les définitions des résultats, les fenêtres de suivi, les risques concurrents et les changements de traitement. Au minimum, les mesures rapportent les macro-moyennes AUROC, AUPRC, la sensibilité/spécificité, l'étalonnage, les intervalles de confiance et les seuils de décision, et interprètent les valeurs prédictives positives en fonction de la prévalence de la maladie et de la source de l'appareil.
Capacité complète multimodale : sous-listes contrôlées uniquement
Si vous souhaitez évaluer si le modèle multimodal peut combiner des rapports d'examen physique, des radiographies orales et des ECG, vous avez besoin de véritables appariements du même patient, du même événement d'examen ou dans un laps de temps raisonnable, et une autorisation pour chaque modalité est requise. Trois échantillons non liés ne peuvent pas être combinés dans un « cas multimodal ». Les tâches intermodales nécessitent une détection supplémentaire des décalages temporels, des fuites d'informations, des modalités manquantes et si le modèle fait des inférences sur des modalités pour lesquelles il n'existe aucune preuve. Il est recommandé d'établir d'abord trois pistes séparément, puis de créer une sous-liste de fusion après avoir satisfait aux exigences en matière de relation entre les données et de taille de l'échantillon.
*Figure 2｜En plus de l'exécution des tâches, la liste doit également rendre compte de la sécurité, de la généralisation, de la qualité des données, du coût et de la maturité des preuves.*
3. Taille de l'échantillon et niveau de preuve : que peuvent montrer cinq cas ECG et dix films panoramiques ? La valeur des échantillons
est principalement de vérifier que les manuels de lecture de fichiers, de mappage de champs, d'anonymisation, de logique d'appariement et d'annotation sont exécutables ; ils ne démontrent pas de performances cliniques modèles. La maturité des données peut être divisée en quatre niveaux : Vérification de la disponibilité des fichiers
1. 文件可用性验证 : le package compressé est complet, le fichier peut être analysé, DICOM/PDF/XLSX n'est pas endommagé et les champs et les images peuvent être lus correctement.2. Pilote de faisabilité du marquage 标注可行性试点 : Un petit nombre d'échantillons représentatifs ont été doublement standardisés et arbitrés pour confirmer qu'il n'y avait aucune ambiguïté dans la terminologie, la position des dents, l'étiquette ECG et les définitions des champs du rapport.3. Développement et tests internes : atteindre la taille d'échantillon pré-calculée et isoler par patient, les ensembles de tests de développement/validation/aveugle s'excluent mutuellement, l'ensemble de tests est scellé.4. Vérification externe et prospective : validé par les agences, les appareils, le temps et les personnes pour mieux observer le flux de travail réel, la sécurité et l'efficacité de la prise de décision.
Chaque niveau doit indiquer l'unité d'échantillonnage, l'inclusion/exclusion, le nombre de patients, le nombre d'examens, le nombre de dossiers et les relations en double dans la fiche de données. La taille de l'échantillon doit être calculée en fonction du critère d'évaluation principal, des performances attendues, de la précision de l'intervalle de confiance, des proportions de classe et de la structure des grappes, plutôt que de travailler à rebours à partir du « nombre de documents disponibles ». Plusieurs pages de rapports d’examen physique ne peuvent pas être considérées comme plusieurs patients ; plusieurs images et plusieurs ECG de la même personne ne peuvent pas être distribués dans les collections.
4. Ingénierie de la qualité des données : de l'inspection de réception à la valeur réelle vérifiable
recommande d'établir un pipeline de qualité à six niveaux : Couche de fichier
- 文件层 : liste ZIP, somme de contrôle, format de fichier, nombre de pages, résolution, analysabilité, fichiers en double et fichiers endommagés.
- Couche d'identité et d'autorisation : légalité de la source, champ d'utilisation, consentement éclairé/approche éthique, évaluation des impacts sur la vie privée, accord de révocabilité/suppression. Couche structurelle
- 结构层 : relation patient-examen-rapport-image-table, horodatage, unité, dictionnaire de champs, sémantique des valeurs nulles et version. Couche de contenu clinique
- 临床内容层 : corps de l'étiquette, version du guide, normes d'inclusion et d'exclusion, source de valeur de vérité de référence, échantillons difficiles et impossible de déterminer le statut. Couche d'annotations
- 标注层 : expérience d'expert, calibrage de formation, annotation indépendante, classification des désaccords, arbitrage, inspection aléatoire et suivi des versions. Couche d'évaluation
- 评测层 : segmentation au niveau du patient, audit de déduplication, enregistrement d'accès aux tests aveugles, environnement d'exécution, instantané du modèle, gel des seuils, intervalle statistique et analyse des erreurs.
Un examen physique spécial doit relier la « position du texte source - valeur extraite - unité - codage standard - réécriture du modèle » de chaque champ pour éviter de ne laisser que le résumé final. Les radiographies dentaires doivent conserver les informations disponibles sur l'orientation DICOM, l'espacement des pixels, l'exposition et le fabricant/appareil, tout en minimisant les métadonnées identifiables dans les versions publiques. L'ECG doit conserver la forme d'onde originale ou clarifier la source de l'image, et vérifier l'intégrité et l'étalonnage temps/tension fil par fil. Des codes d'erreur traçables sont utilisés pour toutes les exceptions, telles que l'échec de l'analyse, l'incertitude de la position gauche/droite/de la dent, la non-concordance entre les rapports et les images, les informations manquantes sur l'appareil et les preuves insuffisantes des vraies valeurs.
5. Conception statistique de classement : éviter les « scores élevés mais ne peuvent pas être répétés »
La liste doit publier les versions du protocole et des résultats au lieu d'une seule liste de classement. Chaque modèle doit enregistrer la version du modèle/poids/API, les mots d'invite, le prétraitement, les appels d'outils, les seuils, les graines aléatoires, la date d'exécution et l'échec du traitement des échantillons. La formation, la vérification et l’isolement des tests au niveau du patient doivent être terminés avant la modélisation ; plusieurs rapports du même patient, les fichiers PDF et les images dérivés du même examen et les ECG répétés doivent être dédupliqués ou regroupés. Les réponses aux tests sont contrôlées par un dépositaire indépendant, qui définit les budgets de requêtes et répète les audits de soumission.
Des intervalles de confiance, des performances stratifiées, des spectres d'étalonnage et de défaillance doivent être fournis en plus de l'indicateur principal. Utilisez côte à côte des indicateurs au niveau du patient et des indicateurs au niveau de la lésion pour les images afin d'éviter les échantillons pseudo-larges causés par une seule dent ou un seul nombre de pixels ; considérer la corrélation statistique des enregistrements répétés du même patient pour l'ECG ; appliquer une méthode de regroupement en libre-service pour les rapports d'examen physique par patient plutôt que par champ/page. La macro-moyenne et la micro-moyenne doivent être interprétées simultanément, et l'AUPRC, les faux positifs par cas et les performances de seuil sont fournis lorsque les classes sont déséquilibrées.
Une cartographie « score-risque » doit être établie : les diagnostics manqués qui mettent en danger la sécurité, les recommandations incorrectes, les extensions infondées et les fuites de confidentialité doivent être présentés séparément et ne peuvent pas être compensés par des scores élevés en termes de format ou de formulation. L'examen par des experts peut recourir à un ordre aléatoire anonyme, à un double examen et à un arbitrage ; le marqueur LLM n'est utilisé que pour une présélection à grande échelle ou une aide à la cohérence, et doit être calibré sur l'étalon-or de l'annotation manuelle, et sa préférence pour le style de langue, la longueur de la réponse et la marque du modèle doit être surveillée.
6. Inspirations méthodologiques issues de la recherche de pointe
Ces dernières années, les modèles de base et les recherches de référence ECG ont commencé à mettre l'accent sur les ensembles de données externes, la généralisation entre appareils, la qualité des étiquettes et le niveau de diagnostic clinique. L'étude CODE-II a rapporté des évaluations de migration sur des références externes telles que PTB-XL et CPSC, et a souligné que la qualité des étiquettes et les systèmes de diagnostic cliniquement significatifs sont aussi essentiels que l'échelle des données ; des études telles que ECG-CLIP ont étendu l'évaluation à l'identification des maladies, aux risques futurs et à la prévision des résultats, indiquant que « l'interprétation des formes d'onde actuelles » et la « prédiction de la santé future » doivent être des sujets distincts. Les travaux de « Nature » sur EchoNext en 2025 ont démontré la valeur conceptuelle de l'évaluation multi-hôpitaux et des études de détection prospectives, suggérant que l'ASC rétrospective statique ne suffit pas pour déterminer si des maladies non diagnostiquées peuvent être détectées dans des scénarios cliniques.
En termes d'imagerie orale, la recherche sur le modèle de langage visuel panoramique publiée dans « Nature Biomedical Engineering » en 2026 combinait des informations dentaires au niveau de l'instance avec des rapports textuels et mettait en place une évaluation des préférences des experts ; cela prend en charge la ligne de tâches « positionnement structuré de l'image + sémantique du rapport », mais cela ne signifie pas que dix photos panoramiques peuvent reproduire des conclusions au niveau papier. Benchmark doit divulguer la population spécifique applicable, l'équipement d'imagerie, le niveau d'annotation et le centre de test externe pour empêcher le modèle d'obtenir des scores de raccourci sur un seul appareil ou sur un seul arrière-plan de modèle.
Pour les scénarios d'examen physique et de santé préventive, l'évaluation doit passer des questions et réponses médicales statiques à une chaîne complète : si le modèle lit correctement, s'il peut être combiné avec des intervalles de référence applicables, s'il identifie des anomalies nécessitant un examen professionnel, s'il fournit une communication claire mais non excessive et s'il recommande les prochaines étapes appropriées sans remplacer le jugement du médecin. Les références de conversation sur la santé telles que HealthBench mettent l'accent sur l'évaluation basée sur des interactions réelles en matière de santé et des critères de notation raffinés ; lors du transfert de ses idées vers des rapports d'examen physique, les liens vers les preuves des rapports originaux, la vérification des unités/plages de référence, la gravité des omissions anormales et les références aux examens cliniques doivent être ajoutés.
7. Suggestions de Langhui pour la construction de listes : Utiliser des « preuves vérifiables » pour former des différences
Langhuike positionne la plateforme comme un service professionnel de données, de production d'experts et d'évaluation continue pour l'équipe d'IA médicale et des sciences de la vie, plutôt que comme une « agence de classement de modèles » non vérifiée. Dans la première phase, il est recommandé de construire trois pistes d'évaluation privées : compréhension du rapport d'examen physique, analyse structurée d'images panoramiques orales et interprétation et prédiction de l'ECG. Chaque piste fournit des cartes de données, des SOP d'étiquetage, des descriptions de normes de référence, des protocoles de tests aveugles, des résultats de base, une stratification des erreurs et des rapports de version. Dans la mesure du possible, les données sensibles sont évaluées dans des hôpitaux ou dans des environnements contrôlés, et seules les statistiques globales et les informations méthodologiques autorisées sont publiées dans les rapports publics.
Le chef d'entreprise définit le but de chaque piste, les experts cliniques/biologiques définissent les véritables valeurs et risques, les ingénieurs de données maintiennent les pedigrees et les vérifications, l'équipe d'algorithmes gèle le protocole en cours et le personnel de contrôle qualité indépendant gère les tests à l'aveugle et la reproduction. Les avantages de Langhui devraient se refléter dans la clarification de la demande, la mise en correspondance d'experts, la cohérence de l'étiquetage, la gestion des données intermodales, les tests aveugles et la résolution des problèmes ; toute taille de cas, qualification de médecin, effet de modèle ou chiffre d'impact clinique doit faire l'objet de preuves publiques avant d'être utilisé pour la diffusion sur le marché.
8. Itinéraire de mise en œuvre recommandé dans un délai de 90 jours
Semaine 1-2 : Inventaire des données et des autorisations. Établir des listes et des hachages au niveau des fichiers ; effectuer une évaluation des risques liés à la vie privée et une vérification de désidentification sur DICOM oral ; confirmer la source, la version du modèle, les patients en double et l'objectif de sortie du rapport d'examen physique ; vérifiez si les ECG PDF et XLSX correspondent au même cas et précisez s'ils peuvent être utilisés pour la recherche.
Semaines 3 à 5 : Tâches et conception d'étiquettes. Définissez les entrées, les sorties, les populations cibles, les exclusions, les normes de référence, la gravité des erreurs, les rôles d'experts et les cartes de score pour chacune des trois pistes. Les champs d'examen physique sont marqués d'exemples ; les films dentaires gèlent le système de position des dents et les étiquettes de qualité d'image ; L'ECG détermine la classification diagnostique et le niveau de preuve.
Semaines 6 à 9 : Projet pilote double standard à petite échelle. Utiliser des échantillons approuvés pour tester les normes, mesurer la cohérence et le taux d'arbitrage ; réviser les règles et geler les versions. Actuellement, les ECG cinq cas et les panoramiques dix cas ne sont utilisés que pour des tests de processus, et les classements de performances ne peuvent pas être publiés.
Semaines 10 à 13 : Extension de capacité et préparation aux tests à l'aveugle. Calculer la taille de l'échantillon en fonction du critère d'évaluation principal, créer des sources multicentriques/équipements ; partition par niveau de patient ; sceller l'ensemble de test ; compléter le modèle de base, le protocole de test externe, l'audit de confidentialité et la carte de données. La première version des résultats du suivi sera publiée seulement une fois que la taille de l'échantillon et les seuils de gouvernance seront atteints.
Conclusion : Ne laissez pas la taille de l’échantillon créer « l’illusion de la liste »
Chacun des trois packages compressés offre une entrée digne d'une construction continue : le rapport d'examen physique peut être développé en un rapport de compréhension et d'évaluation de la communication sur la santé, le DICOM panoramique oral peut être développé en une référence pour la position des dents et l'identification des lésions, et la table d'appariement d'électrocardiogramme peut être utilisée comme un exemple de contrat de données de forme d'onde-étiquette. Cependant, la taille actuelle de l'échantillon, les métadonnées et les preuves d'annotation ne sont pas suffisantes pour étayer les allégations de performances cliniques ou le classement des modèles publics. Une voie plus responsable consiste d'abord à vérifier la source et l'identité des risques, puis à consolider les tâches, les normes de référence, la segmentation, les tests aveugles et les plans statistiques, et enfin à utiliser des preuves inter-organisations, multi-appareils et prospectives pour tester si le modèle est vraiment utilisable.
La valeur professionnelle de Langhui ne réside pas dans le regroupement d'échantillons limités dans une « grande liste », mais dans le fait d'aider les hôpitaux, les équipes de recherche et les équipes d'algorithmes à transformer chaque étape en une chaîne de preuves traçable, révisable et capable d'amélioration continue. Cela peut non seulement augmenter la valeur des données de formation, mais également rendre les résultats de la liste plus justes, plus explicables et plus proches des décisions commerciales réelles.
Références
Ces études étayent la discussion méthodologique ; leurs résultats ne démontrent pas les performances d’un modèle sur les échantillons fournis.
- CODE-II: a large-scale dataset for artificial intelligence in ECG analysis. npj Digital Medicine. 2026.
- Development and external validation of a contrastive learning foundation model for ECG-based prediction of cardiovascular diseases and outcomes. 2026.
- Detecting structural heart disease from electrocardiograms using AI. Nature. 2025.
- Bridging the gap from clinical to home ECG: quantifying and overcoming accuracy loss in AI-enabled single-lead ECG models. npj Digital Medicine. 2026.
- Towards clinical-level interpretation of dental panoramic radiography using an instance-guided vision-language model. Nature Biomedical Engineering. 2026.
- Towards Better Dental AI: A Multimodal Benchmark. NeurIPS Datasets and Benchmarks. 2025.
- HealthBench: an evaluation for AI systems and human health. OpenAI. 2025.
- Checklist for Artificial Intelligence in Medical Imaging (CLAIM): 2024 Update. Radiology: Artificial Intelligence. 2024;6(4):e240300.
Cet article est une conception de recherche et une analyse d’ingénierie des données, et non une recommandation de diagnostic, une évaluation de dispositif médical ou un avis juridique. Les informations personnelles contenues dans la pièce jointe doivent être traitées dans un environnement autorisé ; Les examens de la source de données, de l’autorisation, de l’éthique/conformité et de l’anonymisation doivent être effectués avant la publication publique.
