AI اور دنیا کے مشکل مسائل · طب اور دوا کی دریافت · Nature (computational biology) · 2026-10-17

ریٹینل فنڈس تصاویر سے صحت کی حالت کی خودکار پیش گوئی کے لیے ہائبرڈ اٹینشن اور قابلِ وضاحت AI پر مبنی ایک ملٹی ٹاسک ڈیپ لرننگ فریم ورک

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

ریٹینل فنڈس تصاویر کے لیے موجودہ ڈیپ لرننگ ماڈلز صرف ایک ہی کام انجام دیتے ہیں، محدود تشریح پذیری فراہم کرتے ہیں، اور مختلف ڈیٹا سیٹس کے درمیان فرق کے سامنے دشواری کا شکار ہوتے ہیں۔ مصنفین ایک ملٹی ٹاسک نیٹ ورک تجویز کرتے ہیں جو ایک ہی تصویر سے، ایک ہی فارورڈ پاس میں، ذیابیطس ریٹینوپیتھی کی شدت، گلوکوما، AMD کے مرحلے اور قلبی خطرے کی درجہ بندی کرتا ہے، اور Grad-CAM کی وضاحتیں بھی فراہم کرتا ہے۔ اس نے چار ڈیٹا سیٹس میں 94.7% درستگی اور 0.978 AUC حاصل کی، شماریاتی طور پر تمام سنگل ٹاسک ماڈلز سے بہتر کارکردگی دکھائی، اور زیرو شاٹ کراس ڈیٹا سیٹ جانچ میں کم از کم 0.951 AUC حاصل کی۔

اصل تحریر پڑھیں ↗

تمام آئٹمز →