| 1 |
What is the primary goal of the article according to its introduction?
|
3. To explore advancements, applications, and challenges of generative AI in medical imaging |
|
จากบทคัดย่อในบทความที่กล่าวถึงจุดประสงค์ของงานนี้ กล่าวว่า "This Viewpoint examines key aspects of synthetic data focusing on its advancements, applications, and challenges in medical imaging".
|
เนื่องจากบทคัดย่อเป็นการสรุป scope ของงานนี้ทั้งหมด จึงเลือกเอาประโยคนี้ในบทความมาตอบ ซึ่งถือเป็น objective
|
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 2 |
How do generative AI models differ from traditional discriminative models in healthcare applications?
|
2. Generative models produce new data rather than only classify or interpret |
|
มีการกล่าวถึงว่า generative model สามารถที่จะนำข้อมูลใหม่ๆมาตอบได้ตลอดเวลาแทนที่จะเลือกแค่ classify หรือ แปลผลรูป
|
|
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 3 |
What is meant by the term “model as a dataset”?
|
3. Sharing trained model weights instead of raw data |
|
จากหัวข้อ Synthetic datasets ในบทความมีประโยคที่กล่าวถึงการเลือกตอบเชิงกลยุทธ์แบบ complex scientific มากกว่าการที่จะลอกเลียนแบบข้อมูลดิบมาเลย
|
จากหัวข้อ Synthetic datasets ในบทความมีประโยคที่กล่าว่า "This proposed definition emphasises the functional and intentional aspects of synthetic data, focusing on its strategic application in tackling complex scientific
challenges rather than simply mimicking the statistical
properties of the original data."
|
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 4 |
Which statement correctly distinguishes physics-informed and statistical models?
|
1. Physics-informed models rely on text prompts |
|
จากหัวข้อ Synthetic datasets แสดงให้เห็นว่า Physic-informed จำเป็นจะต้องมีการพึ่งพา promts ที่ความเชี่ยวชาญเฉพาะด้าานในการให้คำตอบ
|
จากหัวข้อ Synthetic datasets ในบทมีประโยคที่กล่าวว่า "Physics-informed models offer high fidelity and interpretability but might require extensive domain expertise and computational resources."
|
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 5 |
According to the article, what does the “image generation trilemma” describe?
|
2. Trade-offs among image diversity, quality, and speed |
|
จากคำอธิบายใต้รูปที่ 2 ในบทความมีการกล่าวถึง image generation trilemma ว่าเป็นการแสดงถึงการแลกเปลี่ยนระหว่าง 3 กุญแจหลักใน generative models ได้แก่ diversity, quality, and speed.
|
จากคำอธิบายใต้รูปที่ 2 ในบทความมีการกล่าว "The image generation trilemma, which represents the trade-offs between three key aspects of generative models: diversity, quality, and speed."
|
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 6 |
What is the Human Turing Test used for in medical image synthesis?
|
2. To assess realism of synthetic medical images by experts |
|
จากหัวข้อ Human evalution ในบทความมีการกล่าวถึง The human turing ว่าเป็นแยกแยะระหว่างรูปจริงและไม่จริง
|
จากหัวข้อ Human evalution ในบทความกล่าวว่า "The human Turing test involves domain experts who are asked to discern between real and Fake."
|
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 7 |
Which of the following is NOT mentioned as a potential benefit of synthetic data in healthcare?
|
4. Eliminating all medical biases permanently |
|
จากหัวข้อ Potentials and promises ในบทความไม่มีการกล่าวถึงการลบอคติต่อด้านการแพทย์ทั้งหมดโดยถาวร
|
จากหัวข้อ Potentials and promises ในบทความกล่าวว่า "By leveraging the power of generative models, researchers can unlock unprecedented levels of data diversity, privacy preservation, and multifunctionality, changing
the way dataset creation, utilisation, and disease modelling are approached."
|
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 8 |
What is one major ethical concern associated with generative AI in medical imaging?
|
2. Data copying and patient reidentification |
|
จากหัวข้อ Challenges and consideration ในบทความมีการกล่าวถึงความกังวลเกี่ยวกับหลักจริยธรรม
|
จากหัวข้อ Challenges and consideration จะกล่าวถึงความกังวลในหลักจริยธรรม โดยให้ย้อนไปดูที่ Panel 3
|
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 9 |
What regulatory precedent did the article cite for synthetic data technologies?
|
2. FDA clearance of synthetic MRI as image-processing software |
|
จากหัวข้อ Future directions ในบทความมีการกล่าวถึง FDA เพื่อ proof-of-performance
|
จากหัวข้อ Future directions ในบทความมีการกล่าวว่า "Frameworks for evaluating synthetic medical imaging are already emerging, as evidenced by the FDA’s clearance of synthetic MRI technologies."
|
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 10 |
What is the main purpose of the article?
|
5. To study genetic causes of stroke in Europe |
|
ใน abstract ของบทความมีการกล่าวถึง objective ว่าเป็นการริเริ่มศึกษาความเสี่ยงของ ASCVD ซึ่งเป็นสาเหตุในการเกิด stroke ในคนเอเชียตะวันออกที่อาศัยอยู่ที่ USA
|
จาก abstract ในบทความมีการกล่าวว่า "To initiate studies to better de ne ASCVD risk in East Asian people living in the United States." และใน introduction มีการกล่าวว่า " (ASCVD), including ischemic heart disease, ischemic stroke, and peripheral arterial disease, was the leading cause of cardiovascular morbidity and mortality among East Asian persons."
|
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 11 |
Which of the following models was originally developed for a Western population?
|
1. Framingham Risk Score |
|
|
|
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 12 |
Why might Western-based risk prediction models overestimate ASCVD risk in East Asian populations?
|
1. East Asians have identical lifestyles to Western populations |
|
|
|
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 13 |
What is the key advantage of the China-PAR model compared to Western-based models?
|
1. It includes both genetic and lifestyle factors |
|
|
|
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 14 |
Which of the following variables is not typically included in ASCVD risk prediction models discussed in the article?
|
2. Blood pressure |
|
|
|
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 15 |
What is a major difference between the Suita Score and the Framingham Risk Score?
|
5. Framingham model uses only genetic information |
|
|
|
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 16 |
According to the article, what is a potential benefit of developing East Asia–specific risk models?
|
|
|
|
|
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 17 |
Which factor was highlighted as influencing ASCVD risk differences among East Asian countries?
|
3. Use of identical clinical guidelines |
|
|
|
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 18 |
What future direction does the article suggest for improving ASCVD risk prediction?
|
2. Using multimodal AI-based prediction integrated with regional data |
|
|
|
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 19 |
Which statement best explains the key difference in how VAEs, GANs, and DDPMs generate medical images according to the figure?
|
3. DDPMs iteratively remove noise through reverse diffusion rather than using encoder–decoder or discriminator structures. |
|
จาก figure 2 ใต้บทความกล่าวถึง DDPMs มีการนำเสียงออกเพื่อความน่าจะเป็นของ model
|
จาก figure 2 ใต้บทความกล่าวว่า "DDPMs=denoising diffusion probabilistic models."
|
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 20 |
Which of the following best explains the trend shown in Figure comparing age-standardized and crude CVD mortality rates among East Asian countries?
|
2. Mongolia and North Korea demonstrate higher CVD mortality due to older population structures alone. |
|
จากกราฟฝั่งซ้ายจะเห็นได้ว่ามองโกเลีย และ เกาหลีเหนือ มีกราฟแท่งที่สูงที่สุดนั่นหมายความว่าประชากรมีภาวะ CVD สูงสุดเมื่อเทียบกับทุกประเทศ
|
จากกราฟฝั่งซ้ายจะเห็นได้ว่ามองโกเลีย และ เกาหลีเหนือ มีกราฟแท่งที่สูงที่สุดนั่นหมายความว่าประชากรมีภาวะ CVD สูงสุดเมื่อเทียบกับทุกประเทศ
|
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|