محققان در یک پژوهش جدید، از ترکیب تکنیکهای یادگیری خودنظارتی (Self-Supervised) مانند JEPA و مدلهای یادگیری فدرال برای تشخیص سریعتر بیماری «سپسیس» در بیماران استفاده کردهاند.
این مدلها با تحلیل دادههای پزشکی، موفق شدهاند با تعداد بیومارکرهای بسیار کمتر (۸۳ درصد کمتر از روشهای معمول)، دقتی عالی در پیشبینی به دست آورند. این یعنی کاهش هزینههای تشخیصی و افزایش سرعت عمل در بخشهای مراقبتهای ویژه (ICU). 🩺✨
این تحقیق نشان میدهد که چگونه معماریهای پیشرفته هوش مصنوعی میتوانند در نجات جان انسانها در شرایط حساس پزشکی به یاری پزشکان بیایند.
منبع: arXiv Machine Learning