5月18日，中国科学院深圳先进技术研究院蔡云鹏研究团队在国际权威期刊Nature Biomedical Engineering发表最新研究论文“Bridging the Interpretability Gap for Medical Artificial Intelligence Models using Class-Association Manifold Learning”。同时，该研究还被邀请撰写研究简报（Research Briefings）进行推介（每期仅1篇）。该研究提出了一种称为“类关联流形学习”（Class-Association Manifold Learning）的数学方法，高效地将黑盒AI模型决策规律转化为低维空间的可视化流形，并且用生成式AI方法按需灵活的对数据样本进行定向修改并产生虚构对比样本，从而让医生直观理解AI所发现的隐藏知识规律，并总结为临床知识。http://t.cn/AXireGBg