AI এবং বিশ্বের কঠিন সমস্যাগুলো · চিকিৎসা ও ওষুধ আবিষ্কার · Nature (computational biology) · 2026-10-17

হাইব্রিড অ্যাটেনশন ও ব্যাখ্যাযোগ্য এআই ব্যবহার করে রেটিনাল ফান্ডাস ছবি থেকে স্বয়ংক্রিয়ভাবে স্বাস্থ্য অবস্থার পূর্বাভাসের জন্য একটি মাল্টি-টাস্ক ডিপ লার্নিং কাঠামো

মূল শিরোনাম: A multi task deep learning framework for automated health condition prediction from retinal fundus images using hybrid attention and explainable AI

রেটিনাল ফান্ডাস ছবির জন্য বিদ্যমান ডিপ লার্নিং মডেলগুলো কেবল একটি কাজ সামলাতে পারে, ব্যাখ্যাযোগ্যতা সীমিত এবং বিভিন্ন ডেটাসেটের মধ্যকার পার্থক্যের কারণে সমস্যায় পড়ে। লেখকেরা একটি মাল্টি-টাস্ক নেটওয়ার্ক প্রস্তাব করেছেন, যা একটি মাত্র ছবি থেকে একবারের ফরোয়ার্ড পাসেই ডায়াবেটিক রেটিনোপ্যাথির তীব্রতা, গ্লুকোমা, AMD-এর পর্যায় এবং হৃদরোগের ঝুঁকি শ্রেণিবদ্ধ করে এবং Grad-CAM ব্যাখ্যা দেয়। এটি চারটি ডেটাসেটজুড়ে ৯৪.৭% নির্ভুলতা ও AUC ০.৯৭৮ অর্জন করেছে, পরিসংখ্যানগতভাবে সব একক-টাস্ক মডেলকে ছাড়িয়ে গেছে, এবং জিরো-শট ক্রস-ডেটাসেট মূল্যায়নে AUC ন্যূনতম ০.৯৫১ পেয়েছে।

মূল লেখা পড়ুন ↗

সব আইটেম →