محققان در دستاورد جدیدی موفق به معرفی فریمورک «AtlasSegFM» شدهاند که کارایی مدلهای هوش مصنوعی را در بخشبندی (Segmentation) تصاویر پزشکی متحول میکند.
چالش اصلی مدلهای فعلی، ناتوانی در تشخیص دقیق ساختارهای کوچک یا بافتهای ظریف در محیطهای بالینی جدید است. این ابزار جدید با استفاده از تنها یک نمونه مثال آموزشی (One-Shot) و ترکیب دانش اطلسهای پزشکی با مدلهای بنیادین (Foundation Models)، دقت بسیار بالایی در شناسایی ساختارهای حساس ارائه میدهد. این تکنولوژی میتواند مسیر تشخیص و برنامهریزی درمانی را بسیار دقیقتر و سریعتر کند. 🏥✨
منبع: arXiv Computer Vision