热点事件持续更新
乳腺癌AI诊断不确定性量化研究
1 篇报道1 个报道来源15 小时前更新
先了解这件事
事件综述
2026年2月，匹兹堡大学团队在温哥兰SPIE年会上报告了利用PSC的Bridges-2超算开发不确定性加权学习（UWL）深度神经网络的研究成果。该方法将不确定性纳入模型训练过程，面向乳腺癌X线诊断，为每位患者生成不确定性评分，以量化诊断结果的不确定性，旨在改善AI在个体患者层面的可靠性。2026年10月22日的后续报道披露了该方法及其开发路径。
由模型根据报道生成 · 1 小时前更新
最新进展10月22日 00:20
匹兹堡大学借助Bridges-2开发UWL，为乳腺X线诊断提供患者级不确定性评分。报道时间线
沿着报道，了解事件的不同侧面。
10月22日
- Medical Xpress匹兹堡大学利用 Bridges-2 开发 UWL 深度神经网络 量化乳腺癌诊断不确定性
匹兹堡大学团队利用 PSC 的 Bridges-2 超算开发不确定性加权学习（UWL）深度神经网络，可为乳腺 X 线诊断提供个体患者级的不确定性评分。该方法将不确定性纳入模型训练过程，旨在解决 AI 在个体层面可靠性不足的问题。相关成果于 2026 年 2 月在温哥华 SPIE 年会上报告。
本事件报道与热度
累计报道 1·当前热度 7·热度峰值 10（10月22日 01:00）·近 24 小时新增报道 +1
累计报道（只增）
热度指数（可衰减）
上下两图共用同一时间轴（指针同步）：上图是累计报道，只增不减，终点=全部报道，斜率=该小时新增篇数；下图是实时热榜 heatIndex——近 7 天独立参与方按 24 小时半衰期加权，讨论降温时会回落。