🔍 معمای همگرایی در مدل‌های پزشکی: هوش مصنوعی خودنظارتی بهتر یاد می‌گیرد!

دانشمندان در تحقیق جدیدی بررسی کردند که چرا مدل‌های هوش مصنوعی پزشکی (Medical Foundation Models) با وجود تفاوت در ساختار، به نتایج مشابهی می‌رسند. برخلاف تصور رایج که فکر می‌کردیم «نظارت بالینی» (Clinical Supervision) عامل اصلی این همگرایی است، نتایج نشان داد که «خودنظارتی» (Self-supervision) نقش بسیار پررنگ‌تری دارد.

🔹 نکته کلیدی: مدل‌هایی که با روش‌های خودنظارتی آموزش دیده‌اند، همگرایی بسیار بیشتری (حدود ۴۰٪) نسبت به مدل‌های تحت نظارت مستقیم پزشک یا مدل‌های تصویر-متن دارند.

این یعنی برای پیشرفت در تشخیص‌های پزشکی هوشمند، تمرکز بر شیوه‌های آموزش مدل (بدون نیاز به حجم عظیم داده‌های لیبل‌دار توسط پزشک) مسیر بسیار موثرتری است.

منبع: arXiv Machine Learning