Neuralt nätverk förbättrar upptäckt av epilepsi och MS på MR
Forskare vid Skoltech och University of Sharjah har utvecklat ett neuralt nätverk som integrerar medicinska funktioner i bildanalysen, vilket gör att det kan identifiera subtila epilepsilektioner och multipla skleroslesioner som tidigare gått förbi både mänskliga radiologer och äldre AI-modeller.
Genom att kombinera segmentering med klassificering lär sig modellen att "uppmärksamma" biologiska kännetecken, vilket ökade detekteringsgraden med 8 procentenheter för epilepsi (från 72 % till 80 %) och med 2 % för MS. Dessutom klarar den samma resultat med 30 % mindre träningsdata, vilket gör den mer robust för klinisk användning.
Studien, presenterad på MICCAI 2026, visar att AI-system kan bli mer tolkningsbara genom att ge kommentarer som förklarar sina slutsatser, vilket kan öka förtroendet hos läkare och underlätta beslutsfattande vid kirurgi eller behandlingsplanering.
Denna sammanfattning är AI-genererad. Läs originalet för fullständig information.