AI और दुनिया की कठिन समस्याएँ · चिकित्सा और दवा खोज · Nature (computational biology) · 2026-10-17

हाइब्रिड अटेंशन और व्याख्यात्मक AI (explainable AI) का उपयोग करके रेटिना फंडस इमेज से स्वास्थ्य स्थिति के स्वचालित पूर्वानुमान के लिए एक मल्टी-टास्क डीप लर्निंग फ्रेमवर्क

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

रेटिना फंडस इमेज के लिए मौजूदा डीप लर्निंग मॉडल केवल एक ही कार्य संभालते हैं, सीमित व्याख्यात्मकता प्रदान करते हैं और अलग-अलग डेटासेट में भिन्नता के साथ संघर्ष करते हैं। लेखकों ने एक मल्टी-टास्क नेटवर्क प्रस्तावित किया है, जो एक ही इमेज से एक ही फॉरवर्ड पास में डायबिटिक रेटिनोपैथी की गंभीरता, ग्लूकोमा, AMD चरण और हृदय-संवहनी जोखिम को वर्गीकृत करता है, साथ में Grad-CAM व्याख्याएँ भी देता है। इसने चार डेटासेट में 94.7% सटीकता और AUC 0.978 हासिल किया, सांख्यिकीय रूप से सभी सिंगल-टास्क मॉडलों से बेहतर प्रदर्शन किया, और ज़ीरो-शॉट क्रॉस-डेटासेट मूल्यांकन में कम से कम 0.951 का AUC प्राप्त किया।

मूल लेख पढ़ें ↗

सभी आइटम →