通过混合异常检测保障生成式 AI 在临床前成像中的应用安全.pdfVIP

通过混合异常检测保障生成式AI在临床前

成像中的应用安全

JakubBindaValentinaPanetaHongkyouChung

InstituteofInformatics,SchoolofLaw,SeoulNational

Vasileios

UniversityofWarsawUniversity

AlethiaXAISp.zo.o.EleftheriadisShinKimLLC,

Warsaw,PolandBIOEMTECHSeoul,RepublicofKorea

Athens,Greece

本PanagiotisNeoChristopher

译PapadimitroulasChung

中

BIOEMTECH,AthensInstituteofInformatics,

1

vMedicalInformaticsUniversityofWarsaw

3

2Laboratory,SchoolofMedicine,AlethiaXAISp.zo.o.

9

7UniversityofThessaly,LarissaWarsaw,Poland

0.Greece

8

0摘要剂量图。在这两种情况下，我们的离群值检测（OD）提

5高了可靠性，减少了人工监督，并支持实时质量控制。

2生成式人工智能在核医学中自动化和增强数据合成方

:这种方法通过增强稳健性、可扩展性和法规遵从性来

v面具有巨大潜力。然而，生物医学成像的高风险性质

i加强生成式人工智能在临床前设置中的工业可行性。

x需要强大的机制来检测和管理意外或错误模型行为。

r

a我们介绍了开发并实现一种混合异常检测框架，以保

™CCSConcepts

护BIOEMTECH的眼睛系统中的GenAI模型。展示

了两种应用：Pose2Xray从摄影鼠标图像生成合成X•Computingmethodologies→Computervision;

光片；DosimetrEYE从2DSPECT/CT扫描估计3D辐射Knowledgerepresentationandreasoning;•Informa-

Permissiontomakedigitalorhardcopiesofallorpartofthisworkforpers