محققان بهتازگی از مدل قدرتمند «PulmoFoundation» رونمایی کردهاند که بهعنوان یک مدل بنیادین، بهطور تخصصی برای تفسیر تصاویر آسیبشناسی (Pathology) ریه آموزش دیده است.
این مدل که با بررسی ۴۰ هزار اسلاید آزمایشگاهی و ارزیابی در کارآزماییهای بالینی (RCT) ساخته شده، توانسته در تشخیص سرطان و پیشبینی نشانگرهای مولکولی، دقت خیرهکننده ۹۲.۳ درصدی را ثبت کند! 🔬
نکته هیجانانگیز اینجاست که این مدل میتواند بار کاری پزشکان را در بررسیهای ثانویه تا ۸۳ درصد کاهش دهد و به شکلی هوشمندانه از انجام آزمایشهای غیرضروری جلوگیری کند. قدمی بزرگ برای کاهش خطاهای پزشکی و افزایش سرعت تشخیص در حوزه سلامت. 🩺✨
منبع: arXiv Computer Vision