ხელოვნური ინტელექტის მოდელს ასწავლეს მისი შედეგების ახსნა - მკურნალი.გე

ენციკლოპედიაგამომთვლელებიფიტნესიმერკის ცნობარიმთავარიკლინიკებიექიმებიჟურნალი მკურნალისიახლეებიქალიმამაკაციპედიატრიასტომატოლოგიაფიტოთერაპიაალერგოლოგიადიეტოლოგიანარკოლოგიაკანი, კუნთები, ძვლებიქირურგიაფსიქონევროლოგიაონკოლოგიაკოსმეტოლოგიადაავადებები, მკურნალობაპროფილაქტიკაექიმები ხუმრობენსხვადასხვაორსულობარჩევებიგინეკოლოგიაუროლოგიაანდროლოგიარჩევებიბავშვის კვებაფიზიკური განვითარებაბავშვთა ინფექციებიბავშვის აღზრდამკურნალობასამკურნალო წერილებიხალხური საშუალებებისამკურნალო მცენარეებიდერმატოლოგიარევმატოლოგიაორთოპედიატრავმატოლოგიაზოგადი ქირურგიაესთეტიკური ქირურგიაფსიქოლოგიანევროლოგიაფსიქიატრიაყელი, ყური, ცხვირითვალიკარდიოლოგიაკარდიოქირურგიაანგიოლოგიაჰემატოლოგიანეფროლოგიასექსოლოგიაპულმონოლოგიაფტიზიატრიაჰეპატოლოგიაგასტროენტეროლოგიაპროქტოლოგიაინფექციურინივთიერებათა ცვლაფიტნესი და სპორტიმასაჟიკურორტოლოგიასხეულის ჰიგიენაფარმაკოლოგიამედიცინის ისტორიაგენეტიკავეტერინარიამცენარეთა მოვლადიასახლისის კუთხემედიცინა და რელიგიარჩევებიეკოლოგიასოციალურიპარაზიტოლოგიაპლასტიკური ქირურგიარჩევები მშობლებსსინდრომიენდოკრინოლოგიასამედიცინო ტესტიტოქსიკოლოგიამკურნალობის მეთოდებიბავშვის ფსიქოლოგიაანესთეზიოლოგიაპირველი დახმარებადიაგნოსტიკაბალნეოლოგიააღდგენითი თერაპიასამედიცინო ენციკლოპედიასანდო რჩევები

AI-ს ასწავლეს, აუხსნას ექიმებს თავისი გადაწყვეტილებების შესახებ

მეცნიერთა საერთაშორისო ჯგუფმა შექმნა ხელოვნური ინტელექტის (AI) მოდელი ფილტვის დაავადების ეფექტური დიაგნოსტიკისთვის. კვლევა გამოქვეყნებულია ჟურნალში Frontiers in Computer Science.

ექსპერტებმა აღნიშნეს, რომ ხელოვნური ინტელექტის პოპულარულ ვერსიებს შეუძლიათ სერიოზული შეცდომები დაუშვან სხვადასხვა დაავადების დიაგნოსტიკისას. ასევე, ექიმები სრულად ვერ ენდობიან მოდელებს, რადგან ხშირად არ იციან, რის საფუძველზე მივიდა ხელოვნური ინტელექტი კონკრეტულ დასკვნამდე. მეცნიერებმა შექმნეს მოდელი, რომელსაც შეუძლია ეფექტურად ამოიცნოს რესპირატორული დაავადებები და ახსნას, თუ რატომ იქნა მიღებული კონკრეტული გადაწყვეტილება.

დიაგნოსტიკური პროცესის დროს შექმნილი მოდელი ნახულობს ფილტვების ულტრაბგერით ჩანაწერებს, სწავლობს თითოეულ კადრს და აფასებს სიტუაციას დინამიკაში. კვლევის ავტორის, ნიუშ შაფიაბადის თქმით, დაავადების დიაგნოსტიკის სიზუსტე 96,57 პროცენტს აღწევდა - შედეგები დამოუკიდებელმა ექსპერტებმა დაადასტურეს.

გარდა ამისა, როდესაც მოდელი სწავლობს ჩანაწერებს, მას შეუძლია აუხსნას ექიმებს, თუ რატომ მივიდა კონკრეტულ დასკვნამდე. სისტემა ეყრდნობა სითბურ რუკებს და გამოსახულების ფოკუსირების მეთოდსაც. AI-ის ახალი მოდელი ადასტურებს თავის დასკვნებს მტკიცებულებებით, თქვა შაფიაბადიმ. მკვლევარების აზრით, ასეთი სისტემების გამოყენება შესაძლებელია ტუბერკულოზის, ასთმის, კიბოს, ფილტვების ქრონიკული დაავადებებისა და ფილტვის ფიბროზის დიაგნოსტიკისთვის.