VRM蒸馏框架用于医学影像云边分诊

研究者提出变分风险最小化（VRM）蒸馏框架，用于医学影像的云边级联分诊。该框架把大型视觉语言模型（LVLM）生成的报告变体当作潜在临床解读的蒙特卡洛样本，从变分边缘化的教师分布中学习，从而在缺失模态下实现不确定性感知监督。 在紧凑边缘学生实例上，置信门控级联达到 AUC 0.941，平均延迟 103ms，云端升级率 20.3%。作者称该工作为云边临床工作流提供了明确的可靠性-延迟操作点，论文已被 Smart Health 41 (2026) 100689 接收。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。