محققان در پژوهشی تازه به سراغ چالش «بخشبندی تصاویر اکوکاردیوگرافی» رفتهاند. یکی از بزرگترین موانع در آموزش مدلهای پزشکی، دادههای ناقص یا برچسبگذارینشده از منابع مختلف است.
این تیم با مقایسه سه تابع زیان (Loss Functions) مختلف، توانستهاند دقت مدلهای هوش مصنوعی را در تحلیل تصاویر قلب بهویژه در سناریوهای پیچیده و چندمنطقهای ارتقا دهند. نتایج نشان میدهد که استفاده از تکنیکهای نوین مانند marginal loss میتواند به مدلها کمک کند تا حتی با وجود دادههای ناقص، تشخیصهای دقیقتری ارائه دهند.
این پیشرفت گام بزرگی برای خودکارسازی دقیقتر تشخیصهای پزشکی و کاهش خطاهای انسانی است. 🫀
منبع: arXiv AI
