Latent-Attention Masked Autoencoders voor multimodale hartdiagnostiek
Wetenschappers introduceren Latent-Attention Masked Autoencoders, een methode om verschillende soorten medische gegevens over het hart gelijktijdig te verwerken. De techniek brengt diverse signalen en beelden samen in één gezamenlijke representatie.
Cardiovasculaire diagnostiek steunt traditioneel op het combineren van uiteenlopende metingen en beelden, zoals hartfilmpjes, echo's en röntgenfoto's. Medische AI-modellen waren tot op heden vaak ingericht op slechts één enkele gegevensbron, waarbij combinaties pas in een laat stadium werden toegevoegd. Hierdoor ging waardevolle samenhang tussen de verschillende signalen verloren.
Met de introductie van deze nieuwe autoencoder-architectuur wordt geprobeerd de structuur binnen en over verschillende modaliteiten heen beter te benutten. Dit past in een bredere ontwikkeling binnen de medische kunstmatige intelligentie om te komen tot fundamentmodellen die net als clinici een holistisch beeld vormen van de fysiologie van een patiënt.
Deze samenvatting is gebaseerd op een origineel artikel van arXiv (cs.AI). Lees het volledige, originele bericht bij de bron.
Lees het originele artikel