محققان در مطالعه جدید خود به یک یافته مهم در حوزه پزشکی رسیدهاند: مدلهای هوش مصنوعی که برای تحلیل تصاویر ماموگرافی استفاده میشوند، در صورت استفاده از برخی مدلهای بازسازی (مانند مدلهای دیفیوژن)، ممکن است اطلاعات حیاتی برای تشخیص بیماری را از دست بدهند.
این تیم یک چارچوب ارزیابی به نام «Diagnostic Gap» معرفی کردهاند که نشان میدهد دقت بازسازی تصویر لزوماً به معنای حفظ اطلاعات بالینی نیست. طبق این پژوهش، در مدلهای دیفیوژن، کیفیت بصری بالا میرود اما دقت در تشخیص ضایعات سرطانی بهشدت افت میکند. این یافته برای متخصصان این حوزه یک زنگ خطر و راهنمایی برای ساخت مدلهای ایمنتر است. 🩺💻
منبع: arXiv Computer Vision