محققان مدل جدیدی به نام «PhaseAware» معرفی کردهاند که میتواند کیفیت حرکات اصلاحی و توانبخشی را به صورت دقیق و قابل تفسیر ارزیابی کند. این سیستم برخلاف مدلهای «جعبه سیاه»، به پزشک نشان میدهد که در کدام بخش از حرکت بیمار، مشکل یا ضعف وجود دارد.
ویژگیهای کلیدی:
✅ افزایش چشمگیر دقت در ارزیابی حرکات (کاهش ۸۸ درصدی خطا نسبت به روشهای قبلی)
✅ قابلیت استفاده در محیطهای محدود و کمتوان پردازشی
✅ رویکرد «انسان در حلقه» (Human-in-the-loop) که باعث میشود تصمیم نهایی همچنان با پزشک باشد و هوش مصنوعی فقط به عنوان یک دستیار هوشمند عمل کند.
این پیشرفت نشان میدهد که هوش مصنوعی چقدر میتواند در محیطهای درمانی و کلینیکها به متخصصان کمک کند تا روند بهبودی بیماران را دقیقتر رصد کنند. 🦾
منبع: arXiv Machine Learning