제목: 딥러닝 앙상블을 이용한 뇌전이 교모세포종 판별 : 임상 신뢰성을 위한 불확실성의 경험적 추정---Abstract Background and Objectives: 예측 불확실성 추정 및 해석 가능성을 제공하여, 교모세포종(GBM)과 단일 뇌 전이(SBM)를 구분할 수 있는 임상적으로 신뢰할 수 있는 딥 러닝 모델을 개발. Methods: 총 469명의 환자(GBM 300명, SBM 169명)를 훈련 데이터 셋에 등록함. DenseNet121을 기반으로 한 딥러닝 앙상블이 다중 매개변수 MRI를 사용하여 훈련되었다. 모델 성능은 외부 테스트 셋(GBM 101명, SBM 42명)에서 검증되었다. 각 입력에 대한 엔트로피 값이 불확실성 측정을 위해 평가되었고, 엔트로피 값에 따라 데이터셋이 높은 불확실..
제목: ChatGPT를 기반으로 한 한국의 환자 친화적 퇴원 요약: 소프트웨어 개발 및 검증ABSTRACTBackground: 환자 친화적인 언어로 작성된 퇴원 요약서는 환자의 이해도와 만족도를 높일 수 있지만, 직원의 업무 부담을 증가시킬 수 있음. LLM을 사용하여 환자 친화적인 퇴원 요약서를 생성하는 소프트웨어를 개발하고 검증함.Method: 심근경색 환자 50명과 일반 외과에서 치료받은 환자 50명을 포함하여 총 100개의 퇴원 요약 문서를 사용하여 소프트웨어를 개발하고 테스트함. 각 문서에 대해 세 가지 다른 프롬프트 방법(zero-shot, one-shot, few-shot)을 사용하여 세 개의 새로운 요약을 생성하고, 사실성, 포괄성, 사용성, 용이성 및 유창성에 대해 5점 리커트 척도로 평..
https://www.sciencedirect.com/science/article/pii/S2666389921002671Introduction데이터 라벨링은 머신러닝에서 비용이 많이 들고 시간이 소요되는 과정임.농업, 의료, 언어 번역과 같은 분야에서는 훈련된 전문가가 필요하여 이 문제가 더욱 심각해짐.Supervised learning model은 라벨이 있는 데이터에 의존하여 일반화하며, 대량의 라벨링된 데이터를 얻는 데 한계가 있음.Contrastive learning은 제한된 라벨 데이터 문제를 해결할 수 있는 잠재적 솔루션으로, 라벨이 없는 데이터를 사용해 데이터의 일반 표현을 학습함.대조 학습은 이미지, 비디오, 오디오 등 다양한 분야에서 효과적인 결과를 보여줌.긍정 쌍을 생성하는 방법 중 하..
summary논문 주제: ST분절 상승 심근경색을 감지하기 위한 임상적으로 검증된 인공지능 모델 개발https://www.sciencedirect.com/science/article/abs/pii/S0196064424003275 methods- 데이터: 전향적 경피적 관상동맥 중재술 레지스트리의 심전도(ECG) 파형 데이터- 관상동맥 조영술 데이터를 기반으로 각 심전도에 대한 기준(STEMI OR NOT STEMI) 설정- 5개의 CNN 을 결합한 앙상블 모델 개발- 검증 수행 방법: 증상 기반 심전도 데이터,의사와의 비교, 외부 검증 results- 18,697개 중 1745(9.3%)가 STEMI - AI 모델 accuracy( 전체 테스트 결과 중에서 올바르게 진단된 경우의 비율 92.1%)se..
티스토리 두 달만에 쓰다니 진짜 반성할게요최근에 다른 인공지능 동아리를 시작해서 medical AI 팀에 들어갔다. sound signal 분야는 처음인데, 이번 계기로 새로 알게되는 점이 많을 것 같다.논문 출처 : https://arxiv.org/pdf/2009.04402Abstract이 논문에서는 경량화된 컨볼루션 신경망(CNN) 아키텍처를 제안하여 폐 호흡의 hybrid scalogram features 기반 특징을 사용해 호흡기 질환을 분류한다. hybrid scalogram features 이란 , empirical mode decomposition (EMD) 와 continuous wavelet transform (CWT)를 사용한다. 모르는 용어 탐색:Empirical Mode Deco..
1) AI에게 누구인지 알려주기너는 [역할] 이야. 2) AI에게 수행할 일의 개요 설명너의 의 [할 일/임무/역할]은 [작업 개요]를 하는 거야. 3) AI의 페르소나 톤 설정하기: 네가 말하는 톤은 [페르소나 톤]해야 해. 4) AI가 수행할 일을 명확하고 구체적으로 지시하기ex) “나의 첫 번째 요청은 한국의 고등학교 2학년 학생들에게 한국에서 성숙 단계에 진입한 비즈니스를 찾는 과제를 학생들에게 상기시키고 이를 100단어로 설명하는 이메일을 보내는 거야.이메일에 실제 사례를 제공해줘.”, “먼저,청소년을 위한 관계의 중요성에 관한 글을 작성해야 해.” 항상 해야 하는 일 세 가지: 1) AI가 제공한 답변에 대해 요청 질의를 다시 작성하고,2) 간결하게 요청하거나,3) 다른 답변을 요청 실..
프롬프트 작성가이드 - 분명한 목적 설정: 무엇을 알고 싶은지 명확하게 설정- 질문의 구체성: 너무 일반적이거나 모호한 질문은 피하기- 문맥 제공: 필요한 경우, 문맥을 제공하여 더 정확한 답변을 얻을 수 있음- 언어와 톤: 명확하고 간결한 언어를 사용하되, 원하는 톤(격식, 캐쥬얼) 유지 프롬프트 수정 가이드:gpt의 답변이 어느 부분이 부족한지 분석키워드 추가, 제거 : 더 구체적이고 다른 키워드 사용문맥을 추가하거나 수정하여 답변의 정확성 높임질문 재구성: 질문을 다르게 표현 ex) AI 모델의 원리를 설명해줘 -> 신경망이 이미지를 어떻게 인식하는지 설명해줘 만약 답변이 너무 기술적이면, "더 간단하게 설명해줄래?" 수정 요청 페르소나 설정하기:"네가 OO 역할을 하기 원해" 와 같이 모델에..
