多模态AI框架预测乳腺活检良性结果

Sadam Hussain 等作者提交论文，提出一种结合 Grad-CAM 可解释技术的多模态视觉语言框架，用于预测 BI-RADS 4 和 5 患者的活检良性结果。该框架用 Vision Transformer 提取影像特征、DeBERTa-V3-Large 提取文本嵌入，经晚期融合完成预测，并借助 Grad-CAM 生成可视化解释。 作者称该方法旨在减少不必要的乳腺活检，但报道未给出预测准确率等验证数据，实际减少活检的效果尚未得到证实。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。