AI-nyhederEsra Zihni: AI kan forudsige slagtilfælde bedre
Forskere har fundet ud af, at AI-modeller kan forudsige udfaldet af blodpropper i hjernen, men traditionelle grænseværdier gør dem mindre præcise.
Det nye fund
Et forskerhold ledet af Esra Zihni har testet, hvordan AI forudsiger, om patienter med iskæmisk slagtilfælde får et godt eller dårligt forløb. De opdagede, at når modellerne bruger de officielle kliniske grænseværdier, mister de præcision. Det kan betyde, at læger får forkerte svar på, hvordan patienter klarer sig.
Hvorfor det sker
AI-modellerne giver først et kontinuerligt tal, som oversættes til kliniske kategorier som 'god' eller 'dårlig'. Denne oversættelse sker ifølge retningslinjer, men den taber vigtig information. Forskerne viser, at der er en afvejning mellem at følge standarden og at få de mest præcise forudsigelser. Det er første gang, nogen har undersøgt dette specifikt.
Hvad det betyder
For dig som patient eller pårørende handler det om, at AI i fremtiden kan hjælpe læger med at vurdere slagtilfælde mere præcist. Men det kræver, at man justerer, hvordan modellerne bruges i praksis. Lægerne skal være opmærksomme på, at standardmetoder ikke altid er de bedste.
- Forskningen fokuserer på iskæmiske slagtilfælde, som skyldes blodpropper i hjernen.
- AI-modellerne laver kontinuerlige forudsigelser, der oversættes til kliniske kategorier.
- Brugen af retningslinjebaserede grænseværdier reducerer modellernes præcision.
- Studiet er tidligt bevis på, at der findes en trade-off mellem standardisering og nøjagtighed.
- Esra Zihni er hovedforfatter bag forskningen, som er offentliggjort på arXiv.
Når du eller en pårørende rammes af slagtilfælde, kan AI-modeller blive bedre til at forudsige forløbet – men kun hvis lægerne tilpasser grænseværdierne i stedet for at følge standarden blindt.
Kilder:
arXiv cs.AI →
Genfortalt i egne ord af AI-nyheder.com · Tjek altid originalkilden, før du handler på vigtige oplysninger.