医学 AI

VeriSim: A Configurable Framework for Evaluating Medical AI Under Realistic Patient Noise

VeriSim：一种用于在现实患者噪声下评估医疗AI的可配置框架

Sina Mansouri, Mohit Marvania, Vibhavari Ashok Shihorkar, Han Ngoc Tran, Kazhal Shafiei, Mehrdad Fazli, Yikuan Li, Ziwei Zhu

机构 * George Mason University（乔治梅森大学） ； Department of Computer Science, George Mason University（乔治梅森大学计算机科学系） ； Department of Health Administration and Policy, College of Public Health, George Mason University（乔治梅森大学公共卫生学院卫生管理与政策系） ； Department of Science, George Mason University（乔治梅森大学科学系） 纠错

专题命中 临床大模型 ：medical AI(title,abstract)

AI总结 本文提出VeriSim框架，通过引入可控的临床证据基础噪声，评估医疗AI在现实临床场景中的鲁棒性，发现所有模型在真实患者噪声下显著退化，且小型模型退化更严重。

TrajOnco: a multi-agent framework for temporal reasoning over longitudinal EHR for multi-cancer early detection

TrajOnco：一个用于纵向电子健康记录上时间推理的多智能体框架，用于多癌症早期检测

Sihang Zeng, Young Won Kim, Wilson Lau, Ehsan Alipour, Ruth Etzioni, Meliha Yetisgen, Anand Oka

机构 * Truveta Inc.（Truveta公司） ； University of Washington（华盛顿大学） ； Fred Hutch Cancer Center（弗雷德·哈钦森癌症中心） 纠错

专题命中 临床大模型 ：diagnosis(abstract)

AI总结 TrajOnco通过多智能体框架对纵向EHR中的时间序列临床事件进行推理，生成患者总结和风险评分，实现多癌症早期检测。