????????本文提出了MedSelect，這是一種使用元學(xué)習(xí)和深度強(qiáng)化學(xué)習(xí)進(jìn)行醫(yī)學(xué)圖像解釋的選擇性標(biāo)記方法！MedSelect將通過(guò)選擇性標(biāo)記有限數(shù)量的醫(yī)學(xué)圖像來(lái)促進(jìn)分類(lèi)模型的開(kāi)發(fā)并改善模型訓(xùn)練。單位：斯坦福大學(xué)(吳恩達(dá)團(tuán)隊(duì)), 哈佛大學(xué)

????????我們提出了一種在有限標(biāo)簽資源的情況下使用元學(xué)習(xí)和深度強(qiáng)化學(xué)習(xí)進(jìn)行醫(yī)學(xué)圖像解釋的選擇性學(xué)習(xí)方法。 我們的方法MedSelect，包括一個(gè)可訓(xùn)練的深度學(xué)習(xí)選擇器，它使用從對(duì)比預(yù)訓(xùn)練中獲得的圖像嵌入來(lái)確定要標(biāo)記的圖像，以及一個(gè)非參數(shù)選擇器，它使用余弦相似度對(duì)看不見(jiàn)的圖像進(jìn)行分類(lèi)。 我們證明，MedSelect學(xué)習(xí)有效的選擇策略，在對(duì)胸部X光片進(jìn)行解釋的可見(jiàn)和不可見(jiàn)醫(yī)療條件中，其性能優(yōu)于基線選擇策略。我們還對(duì)MedSelect進(jìn)行的選擇進(jìn)行了分析，比較了潛在嵌入的分布和臨床特征，并發(fā)現(xiàn)與性能最強(qiáng)的基線相比存在顯著差異。我們相信，我們的方法可能廣泛適用于需要昂貴標(biāo)簽獲取的醫(yī)學(xué)成像環(huán)境。