arXiv 研究用 LLM 不确定性区分放射报告抽取失败与临床不一致
原文标题：Distinguishing Extraction Failures and Clinical Discordance with LLM Uncertainty on Radiology Reports
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。
论文基于 1045 例冠状动脉 CT 血管造影患者队列，检验 LLM 在血管级狭窄抽取中的不确定性能否区分抽取失败与临床数据本身的不一致。结果显示不确定性对抽取失败关联强（校正 OR 4.15）并提升判别力（AUC 0.81→0.86），但对临床不一致几乎无增量价值，提示可用于 LLM 临床数据集的失败归因。
深读 · 结论先行AI 生成展开看要点与影响 ↓
1045例CCTA队列显示：LLM不确定性可识别抽取失败（AUC 0.81→0.86），对临床数据不一致几乎无用
- •抽取失败定义为LLM与专家标注的狭窄程度不一致，临床不一致定义为CCTA与后续ICA不一致
- •用十种候选度量中选出的Stenosis Margin量化不确定性
- •对抽取失败校正OR 4.15（95%CI 2.57–6.69），AUC提升0.06
- •对临床不一致校正OR仅1.22，Holm校正后P=0.118，无增量判别力
为什么重要：给LLM临床数据集构建者一个可操作的失败归因信号：高不确定性提示抽取出错，而非提示病人数据本身矛盾。
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
AI分析40万条Reddit帖子发现Ozempic隐藏副作用
AI 摘要研究利用AI分析约40万条Reddit帖子，发现Ozempic等GLP-1药物此前未被充分记录的副作用。该成果展示AI在药物警戒与真实世界证据挖掘中的潜力，可补充传统临床试验与不良反应报告的盲区。
谷歌AlphaGenome Atlas绘制人类基因组图谱
AI 摘要谷歌DeepMind推出AlphaGenome Atlas，包含人类基因组中每个可能的DNA字母变化的预测图谱，有望加速科学研究并推动疾病治疗。该工具将改变我们对生物学的理解。
迪士尼与 Adobe 合作开发定制生成式 AI 模型
AI 摘要迪士尼与 Adobe 宣布多年合作，基于 Adobe Firefly Foundry 打造「艺术家主导」的专有生成式 AI 模型，用于主题公园、邮轮、ESPN 内容等生产流程。迪士尼将获得 Adobe 最新技术的早期访问权，其 Imagineering 部门已在用 Firefly 做园区开发。
马斯克称特斯拉或出租 Optimus 机器人而非出售
AI 摘要马斯克表示特斯拉很可能以租赁方式向客户提供人形机器人 Optimus，而非直接销售。特斯拉已在弗里蒙特工厂启动 Optimus 早期量产，预计 2027 年底前后开始向外部客户交付。租赁模式或降低客户采用门槛，也延续特斯拉按服务收费的思路。