ai_frontier · 2026-11-04
Новый мультимодальный набор медицинских данных позволяет искусственному интеллекту объяснять сложные диагнозы
С широким применением искусственного интеллекта (ИИ), особенно глубокого обучения (DL) и моделей большого языка (VLLM), в диагностике кожных заболеваний, необходимость интерпретируемости становится решающей. Однако существующие наборы дерматологических данных ограничены в плане включения метаметок концептуального уровня, и ни один из них не предлагает подробного медицинского описания на естественном языке. Этот недостаток препятствует развитию методов дерматологической диагностики на основе LLM. Чтобы устранить этот пробел и предоставить тщательно аннотированный набор дерматологических данных с подробными описаниями на естественном языке, мы представляем \textbf{SkinCaRe}, всеобъемлющий мультимодальный ресурс, который объединяет \textit{SkinCAP} и \textit{SkinCoT}. \textbf{SkinCAP} включает 4000 изображений, взятых из набора данных о кожных заболеваниях Фитцпатрика 17k и набора данных Diverse Dermatology Images, аннотированных сертифицированными дерматологами для предоставления подробных медицинских описаний и подписей. Кроме того, мы представляем \textbf{SkinCoT}, тщательно подобранный набор данных, объединяющий 3041 дерматологическое изображение с подтвержденными врачами диагнозами, основанными на иерархической цепочке мыслей (CoT). Каждый диагностический рассказ тщательно оценивается по шести критериям качества и итеративно уточняется до тех пор, пока не будет соответствовать заранее определенному стандарту клинической точности и глубины объяснения. Вместе SkinCAP (субтитры) и SkinCoT (обоснование), совместно называемые SkinCaRe, охватывают 7041 тщательно подобранный дерматологический случай и предоставляют единый и заслуживающий доверия ресурс для обучения мультимодальным моделям, которые одновременно описывают и объясняют дерматологические изображения. SkinCaRe общедоступен по адресу https://huggingface.co/datasets/yuhos16/SkinCaRe.
## В чем суть открытия
Исследователи создали SkinCaRe, набор дерматологических данных по 7041 случаю, сочетающий в себе подробные медицинские описания и пошаговые диагностические рассуждения врачей, чтобы сделать диагностику кожных заболеваний с помощью искусственного интеллекта интерпретируемой и заслуживающей доверия.
## Как это устроено: принцип работы
SkinCaRe объединяет наборы данных изображений (Fitzpatrick 17k и Diverse Dermatology Images) с двумя аннотированными экспертами компонентами: SkinCAP для клинических описаний и SkinCoT для диагностических рассуждений. Сертифицированные дерматологи пишут подробные медицинские подписи к 4000 изображениям и составляют пошаговые диагностические описания для 3041 случая. Каждый диагностический рассказ оценивается по шести критериям клинического качества и итеративно уточняется для обеспечения высокой строгости объяснений и медицинской правильности.
## Что это меняет на практике
В течение 1–3 лет этот набор данных позволит мультимодальным моделям искусственного интеллекта предоставлять прозрачные объяснения на экспертном уровне наряду с прогнозами кожных заболеваний, повышая доверие врачей и помогая принимать диагностические решения в дерматологических клиниках.
## Границы метода и риски
Набор данных основан на ручных экспертных аннотациях из конкретных существующих хранилищ изображений, что может ограничивать географическое или демографическое разнообразие и ограничивать масштабируемость по сравнению с непроверенными данными.
## Результаты и доказательства
- **Комплексный скор значимости:** 9.5 / 10.0
- **Уровень доказательности:** программный бенчмарк и верификация
- **Бенчмарки и прирост:** Evaluated against 6 clinical quality criteria for chain-of-thought diagnostic reasoning and medical captioning accuracy across 7,041 dermatologic cases.
- **Размер выборки / валидация:** N = 7,041 dermatologic image cases (4,000 SkinCAP captioning cases and 3,041 SkinCoT chain-of-thought reasoning cases)
- **Реализация в открытом доступе:** Да (верифицируемый репозиторий кода)
quantum_physics · 2026-11-18
Аннотация: Современная цифровая инфраструктура сталкивается с системным комплексным кризисом по трем фундаментальным векторам: вероятностная ловушка ИИ (стохастические модели с галлюцинациями и катастрофическим потреблением энергии), уязвим
ai_frontier · 2026-11-18
Abstract Background Children with cerebral palsy (CP) exhibit substantially elevated energetic costs of walking, yet the biomechanical origins of this excessive cost remain unclear, limiting the effectiveness of current interventions. Metho
ai_frontier · 2026-11-18
Детекторы Шиллинга для рекомендательных систем почти всегда оцениваются по одному числу — обнаружению AUROC, без учета того, когда ему можно доверять. Мы проверяем обнаружение пространства представления с помощью VEIL (Вариационная оценка п
brain_bci · 2026-11-18
Монреальская когнитивная оценка (MoCA) широко используется в исследованиях болезни Паркинсона (БП) для измерения когнитивных функций, но опубликованные пороговые значения для легких когнитивных нарушений (PD-MCI) и деменции (PDD) различаютс
brain_bci · 2026-11-18
Компьютеризированная когнитивная тренировка (CCT) направлена на смягчение снижения когнитивных функций при субъективном снижении когнитивных функций (SCD) и легких когнитивных нарушениях (MCI). Однако соблюдение требований и долгосрочное
brain_bci · 2026-11-18
Изучить этническое неравенство в результатах найма и представительстве рабочей силы среди медсестер и акушерок в разных диапазонах оплаты, а также оценить, могут ли регулярно собираемые административные данные генерировать воспроизводимые п
biomedicine_health · 2026-11-18
Это обновление ранее опубликованного обзора. Женщины с бесплодием могут использовать дополнительные методы лечения для улучшения репродуктивных результатов. Мио-инозитол и D-хиро-инозитол — это широко доступные пищевые добавки, которые обыч
biomedicine_health · 2026-11-18
Имеглимин — противодиабетический препарат на основе метформина, который улучшает гликемию за счет оптимизации функции митохондрий. Данные свидетельствуют о том, что он повышает эффективность митохондрий и сохраняет массу β-клеток поджелудоч
brain_bci · 2026-11-18
Несмотря на наблюдаемые преимущества современных методов лечения, у людей, живущих со спинальной мышечной атрофией (СМА), сохраняются некоторые тяжелые симптомы. Усталость постоянно указывается сообществом СМА как главная неудовлетворенная
biomedicine_health · 2026-11-18
In reproductive-aged women with polycystic ovary syndrome, overweight or obesity exacerbates metabolic and reproductive risks; lifestyle interventions and metformin have limited weight-loss effects, and more effective pharmacological weight
biotech_bioengineering · 2026-11-18
Геномный отбор стал мощным инструментом для ускорения генетического улучшения в селекции животных, однако его более широкое применение часто ограничивается высокими затратами на генотипирование и снижением надежности прогнозирования среди п
biotech_bioengineering · 2026-11-18
Osteoglossidae, одна из самых древних пресноводных рыб, демонстрирующая трансконтинентальную дизъюнкцию, дает важную информацию о ранней эволюции костистых рыб и исторической биогеографии. Используя интегрированные стратегии секвенирования,
biotech_bioengineering · 2026-11-18
Фертильность молока сильно влияет на устойчивость фермы, поскольку молодых коров приходится выращивать в течение многих месяцев, прежде чем они начнут давать молоко. Возраст начала обслуживания (AFS) является ключевым фактором репродуктивно
biomedicine_health · 2026-11-18
Понимание движущих сил, лежащих в основе половых различий в продолжительности жизни, может дать ценную информацию об эволюции продолжительности жизни в целом. Однако сравнительные исследования, выявляющие эти факторы у беспозвоночных, остаю
ai_frontier · 2026-11-18
Травматическая оптическая нейропатия (ТОН) является основной причиной необратимой потери зрения после тупой черепно-мозговой травмы, однако отсутствие клинически значимых моделей на крупных животных, которые точно повторяют человеческий ТОН