مدلهای هوش مصنوعی در ویرایش تصاویر پزشکی پیشرفت زیادی کردهاند، اما یک چالش بزرگ وجود دارد: “خطای جانبی” یا همان تغییر ناخواسته سایر بخشهای تصویر هنگام اصلاح یک بیماری خاص.
محققان به تازگی بنچمارک جدیدی به نام CIB-Med-1 را برای بررسی دقیقتر رادیوگرافی قفسه سینه معرفی کردهاند. این پژوهش نشان میدهد که هوش مصنوعی گاهی برای افزایش نمره دقت یک بیماری، به اشتباه سایر نواحی (مثل بافتها یا ابزارهای پزشکی) را تغییر میدهد.
آنها همچنین یک روش هدایتگر جدید (Constrained Diffusion) طراحی کردهاند که بدون تغییر در کیفیت تشخیص، این خطاهای جانبی را به شدت کاهش میدهد. این گام بزرگی برای استفاده امنتر از هوش مصنوعی در تشخیصهای دقیق بالینی است. 🧠💻
منبع: arXiv Computer Vision