yyama
7.7K posts
yyama
@YYama0
ML competition enthusiast / Kaggle Master / MSc in Health Data Science, UNSW Sydney / PhD student / MD and Diagnostic Radiology Fellow in Japan / RA at NII
Katılım Ocak 2019
2.7K Takip Edilen2.9K Takipçiler
@spiculaaaaa 確かに純粋に画像タスクであれば日本はかなりリードできる立ち位置にいる気もします…！
個人的にはRRGをはじめとするVLM系の研究は諸外国よりもかなり遅れをとっている気がするので、このあたりも頑張らねばなりませんね。
日本語
放射線科の読影レポート生成タスクは、医療ドメインにおいて現行のモデルではいまだに極めて難しいものの一つだと思っている。(なのでこの指摘は大変ごもっともと感じます)
すぴきゅら@spiculaaaaa
放射線科はAIに仕事取られる！！と騒いでいる内科医の背後にAIがいることに気づいていない1例
日本語
@Fe_yamazaki 手技系は視覚情報を正しく判断することが前提にあると思うのですが、医学系のタスクにおいて肉眼所見や画像所見等を人間レベルで正しく判断するのは非常に難しいなと常々感じています(個人ごとに想像以上に解剖が違いすぎるのも問題なのかもですね)
日本語
@Fe_yamazaki おお、お久しぶりです！
おっしゃる通りですね。ただ病歴聴取や検査所見等が正しく揃っているなら診断や治療方針決定なども並の医者には勝ってしまうところまで来ていると思います。
それでも心エコーやカテなど手技系をロボットxAIでクリアするのは現状では想像できません…
日本語
llm-jpをはじめとする国産LLMの延長線上にMythosもあるのではなかろうか？
現行の取り組みはかなり上手くいってるので、より注力されると良いのかもしれない。
手羽先｜国産LLMを作る人@Tebasaki_lab
国産LLMの出番だ
日本語
yyama retweetledi
【実話】引用スタイルの修正をLLMにやらせたら、架空引用が生成され、そのまま出版されてしまった事例を目にしました。
Citation Managerで一発なのに。「AIで時短」が「AIで事故」になる前に、適材適所で。
日本語
@tetsuro731 元ポストが胃透視なのか、胸部の低線量CTなのか、あるいは稀にあるPET-CTなのかが少し分からないのですが、「ほとんどの人にとってメリットが大きい」とまで言えるかは、議論が分かれる気がします。
ドックによる被曝で癌になったと断定できるかは疑問ですが…
日本語
僕は大学院で放射線を専門に学びましたが、確かに検査による放射線での被曝はあります。ただし、被曝によるデメリットよりも検査により病気が見つかるメリットのほうが大きいので、ほとんどの人にとっては検査をする方が良いです。
そもそも飛行機に乗るだけでも人間は被曝します。
高須克弥@katsuyatakasu
松浦さんにアドバイスします。僕は人間ドックをやめました。 人間ドックでの「異常なし」は検査した項目に異常がないということにすぎません。 人間ドックで長期間癌の原因となる沢山の放射線被曝を受けてきました。 僕の癌の原因はこれが原因であると確信しています。 異常を見つけてくれる総合診療科の医師を主治医にすることをおすすめしまさす。
日本語
@pppaaaooo 例えばOpenAIの規約だと、研究ならOKとは明記されてなかったと思うのですが(ダメとも書いてなさそう)、こういう場合は問題なしという解釈が一般的ということでしょうか？
モデルライセンスはたまに商用OKのものもあり、ちょっとビビります…笑
日本語
研究では非常によく行われているけど、一体どういう整理なのか未だによくわからない…
GPTとか競合モデルの開発は規約上NGだと思うけど、reasoningモデル化にGPTに学習データの整形させました…みたいな。モデルも公開されてることが多いけど、研究目的だから競合しないという考え？
pao@pppaaaooo
KaggleのLLM系コンペ、この辺曖昧な印象あって困る。 商用LLM側の規約は業務だとほぼほぼ引っかかるけどKaggleだと微妙なこと多いし、コンペ毎に明記して欲しい。。 過去コンペのソリューション見てるとOKなケースも多くあるけど実際どうなんだろう
日本語