超越知识孤岛：医学影像 AI 的任务指纹化以实现民主化
计算机视觉与模式识别
2026-01-21 v2 机器学习
摘要
医学影像 AI 领域正经历快速变革，方法学研究日益转化为临床实践。尽管取得了这些成功，但研究因知识碎片化受限于合作与进步：现有知识分散在出版物中，许多细节未公开，隐私法规限制数据共享。以实现 AI 民主化为目标，我们提出一种用于医学图像分析的安全知识传递框架。方法的关键在于数据集“指纹”——特征分布的结构化表示，使能够量化任务相似性。我们在 71 个不同任务和 12 种医学影像模态物中测试了该方法，通过迁移神经网络架构、预训练、数据增强策略和多任务学习。根据全面分析，该方法优于传统方法，用于识别相关知识，促进协作模型训练。我们的框架促进了医学影像 AI 的民主化，可成为加快科学进展的有价值工具。
引用
@article{arxiv.2412.08763,
title = {Beyond Knowledge Silos: Task Fingerprinting for Democratization of Medical Imaging AI},
author = {Patrick Godau and Akriti Srivastava and Constantin Ulrich and Tim Adler and Klaus Maier-Hein and Lena Maier-Hein},
journal= {arXiv preprint arXiv:2412.08763},
year = {2026}
}