محققان در یک مطالعه جدید، با استفاده از مدل EfficientNet-B0 و یادگیری انتقالی (Transfer Learning)، ابزاری قدرتمند برای درجهبندی شدت آکنه طراحی کردهاند. این سیستم که بر اساس معیارهای بالینی (Hayashi) آموزش دیده، توانسته به دقت خیرهکننده ۹۳.۵ درصد در طبقهبندی شدت آکنه دست پیدا کند.
ویژگی مهم این مدل، استفاده از تکنیک Grad-CAM است که به پزشکان نشان میدهد هوش مصنوعی دقیقاً به کدام نقاط صورت (مثل گونه یا پیشانی) برای تشخیص خود توجه کرده است. کدهای این پروژه نیز به صورت متنباز منتشر شده تا گامی بزرگ در کمک به متخصصان پوست و تسریع روند درمان بیماران باشد. 🤖✨
منبع: arXiv Computer Vision