Triomics recauda $22M para impulsar IA oncológica
Triomics cierra ronda de $22M para expandir su plataforma de IA que ya opera en centros oncológicos líderes, aumentando detección y tratamiento del cáncer.
#clínicos
MedCUA-Bench: un benchmark para agentes clínicos de computadora
MedCUA-Bench: benchmark interactivo que evalúa agentes de IA en 18 escenarios clínicos. Los mejores modelos apenas alcanzan 54% de éxito. ¿Superarán el reto?
Entrenamiento escalable en hardware de QNN y aplicación a datos clínicos
Entrena redes cuánticas en hardware de forma escalable con coste logarítmico. Aplicación a datos clínicos con resultados superiores.
Fusión de datos federados para efectos regionales en prevención del VIH
Descubre cómo la fusión de datos federados permite estimar efectos regionales de supervivencia en ensayos de prevención del VIH, preservando la privacidad.
Riesgo de vinculación cruzada en modelos clínicos de visión-lenguaje
Los modelos de IA clínica pueden reidentificar pacientes al vincular radiografías con informes. Descubre cómo la privacidad diferencial reduce este riesgo.
KliniskVestBERT: Modelo BERT especializado en textos clínicos noruegos
KliniskVestBERT: modelo BERT especializado en textos clínicos noruegos. Preentrenado con datos reales de hospitales, supera a modelos base en tareas de NLP clínico.
LLMs para predecir riesgo cardiovascular con datos clínicos
Descubre cómo los LLMs combinan datos clínicos y narrativas para predecir riesgo cardiovascular con alta precisión y privacidad.
Evaluación contrafactual revela perfiles ocultos en LLMs y agentes clínicos
La métrica CSS revela perfiles ocultos de capacidad en LLMs y agentes clínicos, detectando puntos ciegos de seguridad que las métricas tradicionales pasan por alto.
Mismo paciente, diferentes palabras: estabilidad semántica en LLMs clínicos
¿Los LLMs clínicos son inconsistentes ante cambios en las preguntas? Un estudio mide su estabilidad semántica y propone métricas para evaluarla.
AMNESIA: El nuevo benchmark para olvidar datos médicos en IA
Descubre AMNESIA, el primer benchmark masivo para evaluar desaprendizaje en LLMs médicos. ¿Cómo olvidar pacientes sin perder conocimiento clínico? Entra.