计算医疗领域中的数据为中心的基础模型：一项综述

《ACM Computing Surveys》：Data-Centric Foundation Models in Computational Healthcare: A Survey

基础模型（FMs）为计算医疗带来新机遇，通过数据驱动AI范式提升医疗流程效率，重点解决数据质量、标注、隐私与伦理问题，涵盖预训练到推理的全链条方法，并强调AI安全评估与人类价值对齐，最后提供最新医疗相关FMs及数据集资源链接。

　　

摘要AI 摘要

要查看此由 AI 生成的摘要，您必须具有高级访问权限。

了解更多登录

摘要

摘要

基础模型（Foundation Models，简称 FM）作为新兴的 AI 技术套件，在计算医疗领域带来了诸多机遇。这些模型具有交互性，其运行基于预训练数据和人类指令，推动了一种以数据为中心的 AI 模式的发展，这种模式更加注重数据的特征描述、质量和规模。在医疗 AI 领域，获取和处理高质量的临床数据记录一直是一个长期存在的挑战，涉及数据量、数据标注、患者隐私和伦理问题。在这项调查中，我们研究了 FM 时代（从模型预训练到推理阶段）中各种以数据为中心的方法，以改进医疗工作流程。我们讨论了 AI 安全性、评估以及与人类价值观相协调的关键问题。最后，我们对基于 FM 的分析方法在不断发展的医疗和医学领域中改善患者结果和临床工作流程的前景进行了展望。我们可以在以下链接找到最新的医疗相关基础模型和数据集列表：https://github.com/Yunkun-Zhang/Data-Centric-FM-Healthcare。

AI 摘要

AI 生成的摘要（实验性)

此摘要是由自动化工具生成的，并非由文章作者撰写或审核。它旨在帮助读者发现研究内容、评估其相关性，并协助来自相关研究领域的读者理解本文。它是对作者提供的摘要的补充，而作者提供的摘要仍是本文的官方摘要。完整文章才是权威版本。点击此处了解更多。

点击 此处 对此摘要的准确性、清晰度和实用性进行评论。您的反馈将有助于改进未来的摘要版本。

要查看此由 AI 生成的通俗语言摘要，您必须具有高级访问权限。