محققان در مقاله جدید خود به سراغ حل یکی از چالشهای بزرگ در مطالعات بالینی رفتهاند: استفاده از دادههای مشاهدهای برای تکمیل نتایج آزمایشهای تصادفی کنترلشده (RCT).
روش جدید «CALM» با یادگیری نگاشتهای مشترک، به مدلهای هوش مصنوعی اجازه میدهد تا با وجود تفاوت در متغیرها، دادههای پراکنده را با دقت بالا ترکیب کنند. این دستاورد به ویژه در پیشبینی دقیقتر اثرات درمانها (CATE) یک گام رو به جلو برای پزشکی شخصیسازی شده محسوب میشود. مدل CALM-NN در تستهای غیرخطی عملکرد خیرهکنندهای داشته است.
منبع: arXiv Machine Learning