分享一篇最新的AI+医学的Arxiv论文：通过渐进式图像编辑模拟疾病进展

通过微调Stable Diffusion和大语言模型来模拟疾病进展。可能有很多潜在应用，从预测治疗结果、医学教育到医生和患者之间更可解释的沟通。

这篇文章的摘要如下：图像级的疾病进展模拟是一个重要的研究领域，对临床诊断、预后和治疗具有重要意义。该领域的一个主要挑战是缺乏对个体患者长期的连续医学成像监测。为了解决这个问题，我们开发了一种称为渐进式图像编辑（PIE）的新颖框架，它可以控制与疾病相关的图像特征的操作，从而促进精确和真实的疾病进展模拟。具体来说，我们利用文本到图像生成模型的最新进展来准确模拟疾病进展，并为每位患者进行个性化的疾病进展生成。我们从理论上将框架中的迭代细化过程分析为具有指数衰减学习率的梯度下降。为了验证我们的框架，我们在三个医学成像领域进行实验。我们的结果证明了 PIE 优于现有方法。我们的用户研究收集了 35 名资深医生的反馈，以评估所产生的进展。值得注意的是，76.2% 的反馈同意所生成进程的保真度。据我们所知，PIE 是同类中第一个生成符合现实世界标准的疾病进展图像的。它对于医学研究和临床教育、实践来说是一种很有前景的工具，有可能使医疗保健提供者能够随着时间的推移对疾病轨迹进行建模，预测未来的治疗反应、促进医学生的医学教育。

https://arxiv.org/abs/2309.11745