محققان به تازگی گام مهمی در کاربرد هوش مصنوعی در پزشکی برداشتهاند. مشکل اصلی مدلهای فعلی این است که وقتی از دیتای یک بیمارستان به بیمارستان دیگر میروند، به دلیل تفاوت در تجهیزات و پروتکلها، دقت آنها افت میکند. 📉
در این پژوهش جدید، محققان با استفاده از ویژگیهای «هماهنگ» (Harmonized) و قابل تفسیر از نوار قلب (ECG)، مدلهای XGBoost را به گونهای آموزش دادهاند که انتقالپذیری بسیار بالاتری بین مراکز مختلف داشته باشند. این یعنی مدلها حالا میتوانند در محیطهای درمانی متنوع، با همان دقت بالا، ریسکهای قلبی و احتمال مرگومیر را پیشبینی کنند. این دستاورد، مسیر را برای استفاده گستردهتر از هوش مصنوعی در قلبشناسی هموار میکند. 🩺💡
منبع: arXiv Machine Learning
