| 1 |
What is the primary goal of the article according to its introduction?
|
To explore advancements, applications, and challenges of generative AI in medical imaging |
|
เพราะตัวเลือกนี้สรุปเนื้อหาได้ครบที่สุดครับ ปกติบทความแนวนี้ในส่วนนำ จะต้องพูดถึงทั้งเทคโนโลยีใหม่ๆ เอไอไปใช้ทำอะไรได้บ้าง และปัญหาต้องเจอ ซึ่งข้อนี้ตอบโจทย์ครบทุกประเด็นที่เกี่ยวกับ AI ในการทำภาพทางการแพทย์ครับ
|
ใช้หลักการจับใจความ โดยตัดตัวเลือกที่กว้างเกินไป หรือแคบเกินไป ออกไป เพื่อเลือกข้อที่ตรงกับหัวข้อหลักของบทความ
|
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 2 |
How do generative AI models differ from traditional discriminative models in healthcare applications?
|
Generative models produce new data rather than only classify or interpret |
|
AI แบบเดิมทำหน้าที่แค่ แยกแยะ ข้อมูลที่มีอยู่ เช่น ดูฟิล์มเอกซเรย์แล้วบอกว่าเป็นโรคไหม แต่ Generative AI สามารถ สร้างข้อมูลใหม่ ขึ้นมาเองได้ เช่น จำลองภาพสแกนใหม่ๆ หรือออกแบบโครงสร้างยาที่ยังไม่เคยมีมาก่อน เพื่อช่วยหมอวางแผนการรักษาได้ดีขึ้นครับ
|
ใช้หลักการเรียนรู้ข้อมูลทั้งหมดเพื่อสร้างสิ่งใหม่ ต่างจากแบบเดิมที่เรียนรู้แค่การ แบ่งแยก ในทางการแพทย์จึงนิยมใช้สร้างข้อมูลจำลองเพื่อรักษาความเป็นส่วนตัวคนไข้ หรือใช้คิดค้นตัวยาใหม่ๆ ครับ
|
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 3 |
What is meant by the term “model as a dataset”?
|
Sharing trained model weights instead of raw data |
|
เป็นการแชร์ โมเดลที่เรียนรู้จากข้อมูลคนไข้มาแล้ว แทนการส่งข้อมูลจริงเพื่อป้องกันปัญหาด้านความเป็นส่วนตัว
|
เช่นPDPAครับ
|
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 4 |
Which statement correctly distinguishes physics-informed and statistical models?
|
Physics-informed models incorporate biological or physical principles |
|
จะเน้นหาความสัมพันธ์จากตัวเลขในข้อมูลปริมาณมาก
|
เป็นการรวม Domain Knowledge
|
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 5 |
According to the article, what does the “image generation trilemma” describe?
|
Trade-offs among image diversity, quality, and speed |
|
ครับ ในการสร้างรูปภาพ AI มักจะมีข้อจำกัดที่ต้องแลกกันระหว่างความชัดความหลากหลายและ ความเร็ว เช่น ถ้าอยากได้ภาพที่ทั้งชัดและหลากหลาย ก็อาจจะสร้างได้ช้าลง เป็นต้นครับ
|
|
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 6 |
What is the Human Turing Test used for in medical image synthesis?
|
To assess realism of synthetic medical images by experts |
|
เป็นการให้ผู้เชี่ยวชาญลองแยกระหว่างภาพจริงกับ ภาพที่ AI สร้างขึ้น ครับ
|
เพื่อวัดความสมจริงซึ่งมักให้ผลลัพธ์ที่เชื่อถือได้มากกว่าการใช้สูตรคำนวณ
|
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?
|
Eliminating all medical biases permanently |
|
โจทย์ถามว่าข้อไหน ไม่ใช่ประโยชน์ครับ
|
|
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 8 |
What is one major ethical concern associated with generative AI in medical imaging?
|
Data copying and patient reidentification |
|
ความกังวลใหญ่คือ AI อาจจะจำข้อมูลคนไข้จริงแม่นเกินไปจนเผลอคัดลอกรายละเอียออกมาในข้อมูลที่สร้างใหม่ ซึ่งเสี่ยงทำให้คนอื่นสามารถสืบกลับไปจนรู้ตัวตนจริงของคนไข้ได้ซึ่งผิดหลักความเป็นส่วนตัวครับ
|
เป็นประเด็นเรื่อง Privacy leakage
|
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 9 |
What regulatory precedent did the article cite for synthetic data technologies?
|
FDA clearance of synthetic MRI as image-processing software |
|
เพราะ FDA เคยรับรองการใช้ MRI แบบสังเคราะห์ว่าเป็นซอฟต์แวร์ประมวลผลภาพได้จริง
|
อ้างอิงจากมาตรฐานของ FDA
|
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 10 |
What is the main purpose of the article?
|
To create a universal ASCVD model for Western countries |
|
จุดประสงค์หลักคือเขาต้องการสร้างโมเดลทำนายโรคหลอดเลือดหัว
|
ใช้หลักการทางระบาดวิทยาในการประเมินความเสี่ยงโรคหัวใจ
|
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 11 |
Which of the following models was originally developed for a Western population?
|
NIPPON Data80 Model |
|
|
|
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 12 |
Why might Western-based risk prediction models overestimate ASCVD risk in East Asian populations?
|
East Asians have lower baseline incidence of ASCVD |
|
เพราะคนเอเชียตะวันออกมีสถิติการเกิดโรคหลอดเลือดหัวใจพื้นฐานต่ำกว่าฝรั่งครับ พอเอาเกณฑ์วัดของฝรั่งมาใช้ มันเลยดูเหมือนเราเสี่ยงสูงเกินจริง
|
หลักการทางระบาดวิทยา
|
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?
|
It was calibrated using national data representing diverse regions in China |
|
จุดเด่นคือเขาเก็บข้อมูลจากคนในประเทศเขาเองจริงๆ หลายๆ พื้นที่ ผลที่ได้เลยแม่นยำกับคนในพื้นที่มากกว่าโมเดลของตะวันตกครับ
|
การปรับเทียบโมเดล
|
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?
|
Age |
|
ปกติเขาจะดูพวกอายุ ความดัน ไขมัน หรือการสูบบุหรี่เป็นหลักครับ ส่วนเรื่องพันธุกรรมแบบเจาะลึกยังไม่ได้ถูกเอามาคำนวณในโมเดลทั่วไปที่พูดถึงในบทความ
|
อ้างอิงจากตัวแปรพื้นฐานในโปรโตคอลการประเมินความเสี่ยงโรคหัวใจมาตรฐาน
|
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 15 |
What is a major difference between the Suita Score and the Framingham Risk Score?
|
Suita Score was designed for a Japanese population using local epidemiological data |
|
เขาสร้างมาเพื่อคนญี่ปุ่นโดยเฉพาะ โดยใช้ข้อมูลระบาดวิทยาในท้องถิ่น ต่างจาก Framingham ที่ใช้ข้อมูลของคนฝรั่งครับ
|
|
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?
|
They improve accuracy and reduce overestimation of risk |
|
ถ้าเรามีโมเดลของตัวเอง มันจะช่วยให้ผลตรวจแม่นขึ้น ไม่ประเมินความเสี่ยงเวอร์เกินไป จนทำให้คนไข้ต้องกินยาเกินความจำเป็นครับ
|
เพื่อเพิ่มประสิทธิภาพในการวินิจฉัยและวางแผนการรักษาให้ตรงจุดที่สุด
|
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 17 |
Which factor was highlighted as influencing ASCVD risk differences among East Asian countries?
|
Cultural and dietary variations, such as salt intake and lifestyle |
|
เพราะพฤติกรรมการกิน เช่น การกินเค็มและไลฟ์สไตล์ของคนในแต่ละประเทศแถบเอเชียตะวันออกไม่เหมือนกัน ซึ่งส่งผลโดยตรงต่อความเสี่ยงโรคหัวใจและหลอดเลือดครับ
|
ความหลากหลายทางวัฒนธรรมและการใช้ชีวิต
|
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 18 |
What future direction does the article suggest for improving ASCVD risk prediction?
|
Using multimodal AI-based prediction integrated with regional data |
|
เทรนด์ AI ในอนาคตไม่ได้มีแค่ข้อมูลเดียว แต่ต้องใช้ข้อมูลหลายรูปแบบ
|
เน้นการปรับใช้เทคโนโลยีให้เข้ากับบริบทของประชากรในแต่ละท้องถิ่น
|
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?
|
DDPMs iteratively remove noise through reverse diffusion rather than using encoder–decoder or discriminator structures. |
|
จากรูปจะเห็นว่า DDPMs ทำงานต่างจากพวก VAEs หรือ GANs ตรงที่มันใช้การค่อยๆ เอา Noise ออกเป็นขั้นตอนไปเรื่อยๆ จนได้รูปที่ชัด ไม่ได้ใช้โครงสร้างแบบตัวตรวจจับ เหมือน GANs ครับ
|
วิเคราะห์จากแผนภาพ
|
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?
|
Despite differences in age structures, Japan maintains low mortality rates in both measures, suggesting effective prevention and healthcare systems. |
|
ถ้าดูจากกราฟจะเห็นว่าญี่ปุ่นทำได้ดีมากครับ ทั้งค่าเฉลี่ยปกติและค่าเฉลี่ยแบบปรับตามอายุ ก็ยังต่ำอยู่ดี แสดงว่าระบบป้องกันและดูแลสุขภาพของเขาดีจริง ไม่เกี่ยวกับว่ามีผู้สูงอายุเยอะหรือไม่ครับ
|
การวิเคราะห์ข้อมูลทางสถิติ
|
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|