肺癌预测研究揭示：多模态 AI 的收益难经外部验证
bravo_abad · x · 2026-09-14
多模态 AI 在医学中听起来天然更好——临床数据、CT、病理、基因组学给模型多个视角。但每增加一种模态都有代价：完整数据的患者更少，跨中心测量也更难保持一致。
I³LUNG 研究把这种权衡展现得很清楚：
- 起点是 2396 名肺癌患者，但只有 339 人拥有全部四种模态数据。
- 在交叉验证中，多模态模型看起来好很多：某 24 个月生存预测任务中，加入病理与影像后 AUC 从 0.68 升到 0.88。
- 但这些增益在独立测试集和外部验证中并不稳定；即便是为处理缺失模态设计的深度学习融合模型，收益也很有限。
结论：多模态 AI 在科学应用中存在「隐性税」——数据完整性要求高、外部泛化差，交叉验证里的亮眼成绩可能是假象。
「漫话AGI」频道最新
- sull 发声反对限制开放权重模型：减速AI不应混同全球优势 — sull · 2026-09-14
- AI 安全老将发声：放慢 AI 是为了人类不失控，而非自我提升 — sull · 2026-09-14
- VC 提醒创始人:如今小客户三个月就能长成大鱼,别只盯大单 — Danhightower · 2026-09-14
- DeepSeek 路线图押注持续学习,OpenAI 靠海量 Agent 群体涌现 — teortaxesTex · 2026-09-14
- Grant Hawkins:防有害 AI 最好靠追责,外部监管反而稀释厂商责任 — granawkins · 2026-09-14
- 研究者:追赶前沿模型没想象中贵,中美大厂资金都不够那个数 — eliebakouch · 2026-09-14