引導式測驗 · 中等 等級

皮膚科人工智慧測驗

回顾皮肤科图像 AI、其诊断分类作用、肤色表示挑战、图像输入和临床验证限制。

相關引導路徑皮膚科人工智慧
問題 1 的 8

2017 年具有里程碑意義的史丹佛皮膚病學研究證明了什麼?

預覽每個問題8 問題

當您參加測驗時,就會出現答案和解釋。

  1. 2017 年具有里程碑意義的史丹佛皮膚病學研究證明了什麼?
    • 神經網路對皮膚癌的分類準確度堪比 21 位經過委員會認證的皮膚科醫生
    • 人工智慧可以進行皮膚手術
    • 從影像中無法檢測出皮膚癌
    • 皮膚科醫師總是錯的
  2. 皮膚科人工智慧中記錄的主要公平問題是什麼?
    • 模型僅適用於卡通圖像
    • 由於訓練資料以淺色皮膚為主,許多模型在深色膚色上表現較差
    • 模型只能看到黑白
    • 模特兒拒絕分析雀斑
  3. 皮膚鏡檢查為標準皮膚照片添加了什麼?
    • 血壓讀數
    • 3D 全息圖
    • 放大倍率和交叉偏振光可顯示表面下的色素和血管
    • 下面骨頭的 X 光檢查
  4. 皮膚病學模型被發現在學習什麼虛假捷徑?
    • 計算患者的雀斑數量
    • 讀取照片上的日期戳
    • 檢測相機品牌
    • 將在尺或皮膚標記旁拍攝的病灶標示為惡性
  5. 這些模型通常驗證的「黃金標準」是什麼?
    • 切片檢查確診
    • 患者的自我評估
    • 病變顏色
    • 投擲一枚硬幣
  6. 皮膚科人工智慧近期最有可能發揮的臨床作用是什麼?
    • 立即更換所有皮膚科醫生
    • 分診 — 協助確定哪些病灶需要緊急專家檢查或切片
    • 自動開抗生素處方
    • 進行活檢本身
  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