دانشمندان در پژوهشی تازه، دقت «مدلهای بصری-زبانی» (VLM) در تحلیل تصاویر پزشکی (X-ray) را زیر سوال بردند. نتیجه این تحقیق نشان میدهد که نقشههای حرارتی (Attention Maps) که مدلها برای توضیح تشخیص خود ارائه میدهند، چندان قابل اعتماد نیستند و لزوماً با منطق پزشکی همخوانی ندارند.
این مطالعه نشان میدهد مدلهای قدرتمندی مثل MedGemma و Qwen3-VL در تشخیص نقاط حساس و علل اصلی بیماریها در تصاویر، عملکردی فریبنده دارند و این یعنی هنوز نباید برای تشخیصهای حیاتی به هوش مصنوعی به تنهایی اعتماد کرد. این یافتهها اهمیت «ارزیابی علّی» در سیستمهای هوش مصنوعیِ پزشکی را بیش از پیش نمایان میکند. 🩺💡
منبع: arXiv Computer Vision