Bài kiểm tra có liên kết hướng dẫn · Trung bình Cấp độ

Câu đố về AI trong da liễu

Xem xét AI hình ảnh da liễu, vai trò chẩn đoán-phân loại, thách thức thể hiện tông màu da, đầu vào hình ảnh và giới hạn xác nhận lâm sàng.

Đường dẫn hướng dẫn liên quanAI trong da liễu
Câu hỏi 1 của 8

Nghiên cứu da liễu mang tính bước ngoặt năm 2017 của Stanford đã chứng minh điều gì?

Xem trước mọi câu hỏi8 câu hỏi

Câu trả lời và giải thích xuất hiện khi bạn làm bài kiểm tra.

  1. Nghiên cứu da liễu mang tính bước ngoặt năm 2017 của Stanford đã chứng minh điều gì?
    • Mạng lưới thần kinh đã phân loại ung thư da chính xác như 21 bác sĩ da liễu được hội đồng chứng nhận
    • AI có thể thực hiện phẫu thuật da
    • Ung thư da không thể được phát hiện từ hình ảnh
    • Bác sĩ da liễu luôn sai
  2. Vấn đề công bằng chính được ghi nhận trong AI da liễu là gì?
    • Mô hình chỉ hoạt động trên hình ảnh hoạt hình
    • Nhiều người mẫu hoạt động kém hơn trên tông màu da tối hơn do dữ liệu huấn luyện thiên về da sáng
    • Người mẫu chỉ có thể nhìn thấy màu đen và trắng
    • Người mẫu từ chối phân tích tàn nhang
  3. Nội soi da bổ sung gì vào một bức ảnh da tiêu chuẩn?
    • Đo huyết áp
    • Hình ba chiều 3D
    • Độ phóng đại và ánh sáng phân cực chéo làm lộ rõ sắc tố và mạch máu dưới bề mặt
    • Chụp X-quang xương bên dưới
  4. Các mô hình da liễu đã học được lối tắt giả mạo nào?
    • Đếm tàn nhang của bệnh nhân
    • Đọc tem ngày trên ảnh
    • Phát hiện thương hiệu máy ảnh
    • Đánh dấu các tổn thương được chụp cạnh thước kẻ hoặc điểm đánh dấu trên da là ác tính
  5. 'Tiêu chuẩn vàng' mà các mô hình này thường được xác nhận là gì?
    • Chẩn đoán được xác nhận bằng sinh thiết
    • Sự tự đánh giá của bệnh nhân
    • Màu sắc của tổn thương
    • Một lần lật đồng xu
  6. Vai trò lâm sàng ngắn hạn có khả năng xảy ra nhất đối với AI da liễu là gì?
    • Thay thế ngay tất cả bác sĩ da liễu
    • Phân loại - giúp quyết định tổn thương nào cần được bác sĩ chuyên khoa xem xét hoặc sinh thiết khẩn cấp
    • Tự động kê đơn thuốc kháng sinh
    • Tự thực hiện sinh thiết
  7. What is the purpose of building datasets such as Fitzpatrick17k and Diverse Dermatology Images?
    • To replace biopsy confirmation in clinical care
    • To collect only images of light skin
    • To support evaluation and training with a wider range of skin tones and reduce representation gaps
    • To convert dermoscopic photographs into X-rays
  8. What can AI-assisted total-body photography help flag for clinician review over time?
    • Changes in a patient’s blood pressure
    • The presence of a bone fracture
    • Whether a biopsy result is benign
    • New or changing skin lesions