MedSAE：用稀疏自动编码器解剖MedCLIP表示

于红博

摘要: 在医疗保健中，人工智能需要准确且可解释的模型。我们通过将医疗稀疏自动编码器（MedSAEs）应用于MedCLIP的潜在空间，进一步推进了医学视觉中的机制可解释性，MedCLIP是一个在胸部X射线和报告上训练的视觉语言模型。为了量化可解释性，我们提出了一个评估框架，结合了相关性指标、熵分析和通过MedGEMMA基础模型实现的自动神经元命名。在CheXpert数据集上的实验表明，MedSAE神经元比原始的MedCLIP特征具有更高的单语义性和可解释性。我们的研究结果将高性能的医学人工智能与透明度联系起来，为构建可靠的临床表示提供了一个可扩展的步骤。

更新时间: 2025-10-30 11:58:36

领域: cs.AI

下载: http://arxiv.org/abs/2510.26411v1