引導式測驗 · 硬 等級
人工智慧在腫瘤學測驗的應用
測試腫瘤學 AI 證據最強的地方、Watson for Oncology 的經驗教訓,以及幻燈片平鋪和 Dice 評分在病理學和放射治療中的工作原理。
問題 1 的 8
瑞典 MASAI 試驗關於人工智慧支援的乳房 X 光檢查報告了什麼?
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。
- 瑞典 MASAI 試驗關於人工智慧支援的乳房 X 光檢查報告了什麼?
- 它消除了對放射科醫生的需求
- 它檢測出更多癌症,同時將螢幕閱讀工作量減少約 44%
- 它減少了癌症的檢測,但節省了金錢
- 它僅適用於肺癌掃描
- IBM Watson for Oncology 的重要教訓是什麼?
- 針對假設案例和某一機構偏好的訓練並不能產生可靠的一般治療建議
- AI無法讀取任何醫學文本
- 腫瘤科醫師拒絕使用電腦
- 它太準確了,令人難以置信
- FDA 於 2021 年授權哪種產品作為第一個協助病理學家進行前列腺活檢的人工智慧產品?
- 西比爾
- 馬薩伊
- 佩吉前列腺
- 導航
- 麻省理工學院和麻薩諸塞州總醫院的西比爾有何預測?
- 乳房 X 光攝影檢查的乳房密度
- 放射治療劑量
- 攝護腺癌分級
- 單次低劑量 CT 掃描未來罹患肺癌的風險
- 大多数人工智能系统如何处理十亿像素全切片病理图像?
- 他們將幻燈片縮小為一個小縮圖
- 他们将幻灯片平铺成块,并通过多实例学习将它们聚合起来
- 他們首先將幻燈片轉換為文本
- 他們只閱讀幻燈片的標籤
- 为什么高 Dice 分数不足以判断放疗轮廓?
- 骰子僅測量顏色準確性
- 骰子以秒為單位
- 脊髓等关键结构附近的小错误可能比整体重叠更重要
- 骰子分數始終為 100%
- 为什么指南说发现更多的小癌症并不一定会带来好处?
- 小癌症無法治療
- 只有提高生存率而不是增加过度诊断才有帮助
- 放射科醫生不喜歡額外的發現
- 篩選項目有固定配額
- 当使用大型语言模型来总结肿瘤委员会的记录时,指南强调了哪些风险?
- 對於每週的會議來說他們太慢了
- 他們無法閱讀病理報告
- 他們要求患者參加
- 幻覺或過時的事實