2016 年研究：病理医生结合 AI 后，乳腺癌转移诊断 AUC 升至 0.995
annetgriffin · x · 2026-10-28
annetgriffin 分享 2016 年论文《Deep Learning for Identifying Metastatic Breast Cancer》的对比数据，展示人机协作的价值：
- ISBI 全切片图像转移性乳腺癌检测挑战赛冠军系统：全片分类 AUC 0.925，肿瘤定位 0.7051。
- 独立病理医生：分类 AUC 0.966，定位 0.733，单看均优于当时的 AI。
- 将深度学习预测与病理医生诊断结合后，AUC 提升至 0.995，人类错误率约降低 85%，说明 AI 最大的价值不在于替代医生，而在于互补纠错。
「研究」频道最新
- 谷歌 AI Mode 被曝免引用注入知识图谱人物传记数据 — dejanseo · 2026-10-28
- DFR 框架求解扩散模型奖励微调难题：高奖励不牺牲多样性 — mmbronstein · 2026-10-28
- alphaXiv 发布移动端 2.0，AI 可一键把论文转成可视化博客 — datawithsuman · 2026-10-28
- 分析 175 本西班牙图书，多本被检出 AI 生成内容 — TuhinChakr · 2026-10-28
- 小红书联合复旦提出 DR-Rubric，用 agent 生成评分细则作 RL 奖励 — jiqizhixin · 2026-10-28
- Goertzel 力挺 AI 审稿：称其已强于人类评审但更难纠偏 — bengoertzel · 2026-10-28