Jing Ru Teoh 等，2024，〈Advancing healthcare through multimodal data fusion: a comprehensive review of techniques and applications〉，PeerJ Computer Science。Jing Ru Teoh 等人於 2024 年回顧醫療多模態資料融合研究，整理 2018 至 2024 年間 69 篇相關研究，涵蓋醫學影像、電子病歷、結構化與非結構化資料，以及早期、中期與晚期融合策略。研究指出，融合不同資料型態可能帶來較完整的臨床資訊，但實際效益仍受資料品質、缺失資料、模型方法與臨床任務影響。此處的 multimodal 主要指不同資料型態或醫學影像模態，不等同於人類溝通中的符號模式。
思與行
- 閱讀醫療 AI 研究時，先確認其「模態」是影像技術、臨床表格、文字紀錄還是感測器資料。
- 不以模型準確率單一指標推論臨床可用性，還要看外部驗證、缺失資料和公平性。