تشخیص دقیق در تصاویر ماموگرافی همیشه یکی از چالشهای بزرگ پزشکی بوده است. حالا محققان فریمورک جدیدی به نام DITL را معرفی کردهاند که یادگیری انتقالی (Transfer Learning) را به شکلی هوشمندانه بازطراحی میکند.
این فریمورک با استفاده از تحلیل «درجه دشواری» نمونهها و مدلهای مبتنی بر همسایگی، بدون نیاز به تنظیمات پیچیده، دقت تشخیص تراکم بافت پستان را به طرز چشمگیری افزایش داده است. این یعنی کاهش خطاهای انسانی و سرعت عمل بیشتر در غربالگریهای بالینی. گامی بزرگ در ترکیب دقت علمی و سرعت هوش مصنوعی! 🧬✨
منبع: arXiv Machine Learning