arXiv 论文：成人 ECG 基础模型微调可适配儿童心电图诊断
原文标题：Pediatric ECG foundation model via adult-to-pediatric fine-tuning: downstream tasks and clinical evaluation
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文用 23.8 万名儿童的 33.9 万份 12 导联心电图，比较成人 ECG 基础模型的直接迁移、儿科微调与从头训练。直接迁移效果差（平均 AUC 0.8256），微调达 0.9695 且仅用 1% 数据即达 0.9079；外部验证平均 AUC 0.9385。17 名医生在 AI 辅助下诊断准确率从 56.8% 升至 65.4%。
- 问题
- 成人ECG基础模型因年龄相关电生理差异难以直接用于儿童诊断。
- 方法
- 在23.8万儿童33.9万份心电图上比较直接迁移、儿科微调与从头训练。
- 结果
- 微调平均AUC 0.9695，仅用1%数据达0.9079，外部验证0.9385；医生辅助准确率56.8%升至65.4%。
- 影响
- 证明成人基础模型微调即可低成本落地儿科心电AI，医疗AI团队可直接借鉴。
深读 · 结论先行AI 生成展开看要点与影响 ↓
成人ECG基础模型直接迁移儿童效果差（AUC 0.8256），儿科微调达0.9695且仅用1%数据即0.9079
- •数据为238189名儿童的339563份12导联心电图，同架构下比较直接应用、儿科微调与从头训练
- •直接迁移差（平均AUC 0.8256），微调0.9695高于从头训练0.9661，仅用1%训练数据达0.9079
- •10999份外部心电图30个标签上平均AUC 0.9385，并泛化到年龄回归（MAE 1.12年）与先心病分类（AUC 0.9562）
- •17名医生100例中，AI辅助下诊断准确率从56.8%升至65.4%，且AI出错时未下降
为什么重要：说明成人ECG基础模型必须做儿科适配，微调是数据高效的可扩展路径，对儿科ECG AI落地与临床辅助有直接参考。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。