یکی از چالشهای بزرگ در استفاده از هوش مصنوعی برای تحلیل تصاویر رادیولوژی، تفسیرپذیری مدلهاست. مدلهای بینایی-زبانی (VLM) گاهی به دلیل خرد شدن اصطلاحات تخصصی پزشکی توسط توکنایزرها، دچار سردرگمی میشوند.
محققان در پژوهش جدیدی، تکنیک نوآورانه «ParseFIxLIP» را معرفی کردهاند که با استفاده از «تجزیه درختی» (Tree-Gram Parsing)، مفاهیم پزشکی را به جای تکههای کوچک و بیمعنی، به صورت واحدهای یکپارچه درک میکند. این کار باعث میشود توضیحات مدل در مورد تصاویر پزشکی بسیار دقیقتر، علمیتر و قابلاعتمادتر شود. قدمی بزرگ برای حضور ایمنتر هوش مصنوعی در کلینیکهای درمانی! 👨⚕️💡
منبع: arXiv Computer Vision