محققان در پژوهشی تازه به بررسی چالش بزرگی در مدلهای هوش مصنوعی «نظارتشده ضعیف» (Weakly Supervised) برای تشخیص سرطان پستان پرداختهاند. این تیم کشف کردند که مدلهای یادگیری عمیق در ماموگرافی، معمولاً تمایل دارند ویژگیهای کلی (مانند نوع ضایعه) را حفظ کنند، اما در تشخیص جزئیات ظریفِ بدخیمی دچار ضعف میشوند.
با ابداع روشی جدید به نام «تجزیه نهفته متعامد» (Gradient-based Latent Decomposition)، دانشمندان متوجه شدند که بیش از ۹۵ درصد ظرفیت مدل در بخشهای پنهانی قرار دارد که مستقیماً توسط سیستم آموزشی کنترل نمیشود. این یافته، گام بزرگی برای درک چراییِ خطاهای مدلهای پزشکی و افزایش دقت آنها در شناسایی سرطان در مراحل اولیه است. 💡
منبع: arXiv Computer Vision