پژوهشگران ORGANIC3D را معرفی کردهاند؛ چارچوبی برای آزمودن و بهبود اینکه آیا مدلهای هوش مصنوعیِ خوانش اسکنهای سهبعدی CT، یافتههای نوشتاری را به آناتومی درست مرتبط میکنند یا نه. در این آزمونها اسکنها با حذف اندامها، جایگزینی ضایعات یا تغییر جهت چپ و راست دستکاری میشوند تا خطاهای تطبیق آشکار شود؛ حتی در مدلهایی که امتیاز طبقهبندی بالایی دارند.
به گفته پژوهشگران، مدل آنها که فقط با دادههای عمومی آموزش دیده، به دقت 77% در تشخیص سمت چپ و راست رسیده است؛ در حالی که این رقم برای مدلهای پیشین حداکثر 66% بود. در آزمونهایی که یک اندام حذف شد، مدل 96–99% از یافتههای مربوط به آن اندام را پس گرفت؛ مدلهای دیگر حداکثر 69% از این یافتهها را پس گرفتند.
چرا مهم است
برای تیمهای رادیولوژی که هوش مصنوعی را برای اسکنهای CT ارزیابی میکنند، ORGANIC3D آزمونهایی فراهم میکند تا مشخص شود یافتههای مدل به آناتومی مرتبط وابستهاند یا نه؛ با این حال، مقاله نشان نمیدهد که این نتایج در عمل بالینی چه معنایی دارند.