تکنولوژی

پیش‌بینی‌های مدل‌های مبتنی بر هوش مصنوعی کاملاً آزمایشی هستند، فاقد قابلیت تعمیم هستند: یک مطالعه

بر اساس تحقیقات جدید، مدل‌های پیش‌بینی با استفاده از هوش مصنوعی، پیش‌بینی‌های دقیقی را در آزمایشی که در آن توسعه یافتند، انجام دادند، اما «پیش‌بینی‌های تصادفی» خارج از آن ارائه کردند. محققان گفتند که این مطالعه نشان می‌دهد که در حال حاضر نمی‌توان از تعمیم پیش‌بینی‌های مدل‌های مبتنی بر هوش مصنوعی در سراسر مراکز مطالعاتی اطمینان حاصل کرد و این مدل‌ها «بسیار وابسته به زمینه» هستند. نتایج این مطالعه در مجله Science منتشر شد.

تیم دریافت که ادغام داده‌های آزمایش‌های مختلف نیز کمکی نکرد.

تیم محققان، از جمله محققان دانشگاه های کلن (آلمان) و ییل (ایالات متحده آمریکا)، دقت مدل های مبتنی بر هوش مصنوعی را در پیش بینی پاسخ بیماران اسکیزوفرنی به داروهای ضد روان پریشی در چندین کارآزمایی بالینی مستقل آزمایش کردند.

ما اکنون در واتس اپ هستیم. برای عضویت کلیک کنید.

مطالعه حاضر به حوزه روانپزشکی دقیق می پردازد که از مدل های مبتنی بر داده برای هدف قرار دادن درمان ها و تطبیق داروها با افراد استفاده می کند.

جوزف کامبیتز، استاد روانپزشکی بیولوژیکی در دانشکده پزشکی دانشگاه کلن و بیمارستان دانشگاه کلن گفت: “هدف ما استفاده از مدل های جدید در زمینه هوش مصنوعی برای درمان بیماران مبتلا به مشکلات روانی به روشی هدفمندتر است.”

کامبیتز گفت: «اگرچه مطالعات اولیه متعدد موفقیت چنین مدل‌های هوش مصنوعی را ثابت کرده‌اند، اما هنوز استحکام این مدل‌ها نشان داده نشده است.» وی افزود که ایمنی برای استفاده بالینی روزانه از اهمیت بالایی برخوردار است.

ما الزامات کیفیت سختگیرانه ای برای مدل های بالینی داریم و همچنین باید اطمینان حاصل کنیم که مدل ها در زمینه های مختلف پیش بینی های خوبی ارائه می دهند.

مطلب پیشنهادی:  تعویض باتری EV به ندرت انجام می شود، که بیشتر آنها تحت گارانتی قرار می گیرند [Study]

کامبیتس گفت: «این مدل‌ها باید به همان اندازه پیش‌بینی خوبی ارائه دهند که آیا در بیمارستان‌هایی در ایالات متحده، آلمان یا شیلی استفاده می‌شوند.

به گفته محققان، اینکه این مدل‌های هوش مصنوعی تعمیم‌پذیری بسیار محدودی دارند، سیگنال مهمی برای عملکرد بالینی است و نشان می‌دهد که تحقیقات بیشتری برای بهبود مراقبت‌های روانپزشکی مورد نیاز است.

آنها گفتند که تیم امیدوار است بر این موانع غلبه کند و در حال حاضر روی بررسی گروه های بزرگ بیماران و مجموعه داده ها برای بهبود دقت مدل های هوش مصنوعی کار می کند.

نوشته های مشابه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا