IA e os Problemas Difíceis do Mundo · Medicina e descoberta de medicamentos · Nature (computational biology) · 2026-10-17
Uma estrutura de aprendizado profundo multitarefa para previsão automatizada de condições de saúde a partir de imagens de fundo de olho da retina, usando atenção híbrida e IA explicável
Título original: A multi task deep learning framework for automated health condition prediction from retinal fundus images using hybrid attention and explainable AI
Os modelos de aprendizado profundo existentes para imagens de fundo de olho da retina lidam com apenas uma tarefa, oferecem interpretabilidade limitada e têm dificuldade com a variação entre conjuntos de dados. Os autores propõem uma rede multitarefa que classifica a gravidade da retinopatia diabética, o glaucoma, o estágio da DMRI e o risco cardiovascular a partir de uma única imagem em uma única passagem direta, com explicações Grad-CAM. Ela alcançou 94,7% de acurácia e AUC de 0,978 em quatro conjuntos de dados, superando estatisticamente todos os modelos de tarefa única, e AUC de pelo menos 0,951 na avaliação zero-shot entre conjuntos de dados.