MICCAI 35 个交互系统全用模拟用户评估,从未找真人测试
maier_ak · x · 2026-10-19
Johns Hopkins 的 Sue Min Cho、Catalina Gomez、Mathias Unberath 联合 Würzburg、TU München 等 13 家机构合作者在 MICCAI 2026 HAIC workshop 发表论文,呼吁社区重视以人为中心的研究方法。
作者对 MICCAI 2020–2025 年论文集做了关键词叙述性综述(作者自述非系统性综述),筛选出 118 篇涉及人类参与者评估、行为数据或面向用户设计的论文,其中 86 篇属医学图像计算、32 篇属计算机辅助介入。
- 最尖锐的数字:35 篇论文提出了交互式系统,却只用模拟用户评估——号称交互,从未让真人测过。
- 论文主张:交互分割工具、手术导航显示、预测解释等系统的成败,不仅取决于 benchmark 精度,更取决于它在目标使用者手中的表现;人因研究方法在其他工程领域已成熟,医学影像社区尚未吸收。
- 结论很朴素:把系统放到它服务的人面前去测。
所属事件:MICCAI 研究揭 35 个交互医疗 AI 系统从未真人测试(3 条相关)→
「研究」频道最新
- 1.9MB LoRA 修复 MOSS-Image SFT 垂直色条纹:非训练而是权重提取 — Nynxz · 2026-10-19
- a AND b AND c 有三种执行方式，选错差 12ms：DataFusion 过滤器优化解析 — Abhishekcur · 2026-10-19
- UCSD 的 ACT3D:让 VLM 主动探索 3D 世界,平均准确率 53.2% — UCSanDiego · 2026-10-19
- 上海科技大学提出 OPMD:蒸馏中间计算而非仅监督输出 — ShanghaiTech · 2026-10-19
- LexFrame:用模型自身语义解读残差流,实现归因与早退 — Jian Gu · 2026-10-19
- 亚马逊论文:仅靠 QA 评测会漏判 Agent 记忆故障,两套打分差 16.8 分 — rohanpaul_ai · 2026-10-19