Cet instrument réduit considérablement, jusqu’à 20 fois, le volume de données annotées requis pour entraîner des logiciels d’imagerie, rendant ainsi cette technologie plus accessible, notamment pour les établissements de santé aux ressources limitées.
Lors des tests, portant sur des cas tels que le cancer du sein et les lésions cutanées, l’outil a démontré une amélioration de 10 à 20 % en termes de performance par rapport aux méthodes précédentes.
La méthode adoptée par cet outil repose sur la création d’images synthétiques, ce qui permet d’augmenter des ensembles de données qui seraient autrement trop restreints.
En combinant la formation des modèles de segmentation et la génération d’images, le système bénéficie d’une optimisation continue grâce à une boucle de rétroaction.
Pour rendre cet outil encore plus adapté aux besoins cliniques, les chercheurs envisagent d’intégrer directement les retours des professionnels de santé, renforçant ainsi sa pertinence pour des applications médicales concrètes.L’article concernant cet outil d’IA, qui améliore l’analyse des images médicales tout en nécessitant moins de données, a été publié en premier sur IA Tech News.
Restez à l’écoute pour découvrir les dernières avancées dans le domaine de la technologie et de l’IA.Source: IA Tech news