Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

Is an Ultra Large Natural Image-Based Foundation Model Superior to a Retina-Specific Model for Detecting Ocular and Systemic Diseases?

Created by
  • Haebom

作者

Qingshan Hou, Yukun Zhou, Jocelyn Hui Lin Goh, Ke Zou, Samantha Min Er Yew, Sahana Srinivasan, Meng Wang, Thaddaeus Lo, Xiaofeng Lei, Siegfried K. Wagner, Mark A. Chia, Dawei Yang, Hongyang Jiang, An Ran Ran, Rui Haoyu Chen, Qingyu Chen, Carol Y. Cheung, Pearse A. Keane, Yih Chung Tham

概要

本論文は、医学分野、特に眼科における基礎モデル（Foundation Model、FM）の適用に関する研究の結果を提供します。網膜に特化したFMであるRETFoundと汎用ビジョンFMであるDINOv2を、いくつかの眼科疾患の検出と全身疾患の予測課題について比較評価しました。 8つの公開眼科データセットとMoorfields AlzEye、UK Biobankデータセットを使用して微調整後の性能を比較した結果、糖尿病性網膜症および多眼疾患検出ではDINOv2が、心不全、心筋梗塞、虚血性脳卒中予測ではRETFoundがより優れた性能を示した。これは、特定の課題に適したFM選択の重要性を強調します。

Takeaways、Limitations

•
Takeaways：
◦
汎用FM（DINOv2）とドメイン特化FM（RETFound）の相対的な強みを解明しました。
◦
特定の眼科疾患の診断および全身疾患の予測において、各FMの適合性を示した。
◦
課題特性に合ったFM選択が臨床性能最適化にとって重要であることを示唆している。
•
Limitations：
◦
研究で使用されたデータセットの制限による一般化の可能性の制限。
◦
他のタイプのFMやより多くの臨床課題に対するさらなる研究の必要性。
◦
特定の疾患のパフォーマンスの違いは微細ですが、統計的に有意なレベルである可能性があります。臨床的有用性を考慮したさらなる分析の必要性
👍
Made with Slashpage