محققان تکنیک نوآورانهای به نام CRISP را برای بهبود قطعهبندی (Segmentation) تصاویر پزشکی معرفی کردهاند. یکی از بزرگترین چالشهای هوش مصنوعی در پزشکی، تغییر توزیع دادهها در محیطهای مختلف (Domain Shift) است که دقت مدلها را در شرایط واقعی کاهش میدهد.
مدل CRISP با استفاده از «پایداری رتبهبندی» و بدون نیاز به دادههای دامنه هدف یا تغییر وزنهای مدل، میتواند به شکلی هوشمندانه و دقیق، تصاویر پزشکی را پردازش کند. این مدل گام مهمی در جهت استفاده ایمنتر و دقیقتر از هوش مصنوعی در مراکز درمانی است که به دلیل تفاوت در دستگاههای تصویربرداری، همیشه با چالشهای مشابهی روبرو هستند. ✨
منبع: arXiv Computer Vision