IA Multimodale Guidata da Concetti per una Patologia Interpretabile
Una nuova architettura di IA, ConceptM^3oE, mira a rendere la patologia computazionale più interpretabile incorporando la formazione di concetti all'interno di percorsi mixture-of-experts. Il modello elabora immagini di vetrini interi, referti patologici e misurazioni molecolari, scomponendo le evidenze in esperti specifici per modalità, ridondanti e sinergici. Questi vengono proiettati in colli di bottiglia concettuali strutturati che si mappano su gerarchie morfologiche e di biomarcatori. Un percorso residuo previene la perdita di informazioni tipica dei colli di bottiglia interpretabili. L'approccio affronta la sfida di distinguere sottotipi tumorali complessi in cui la sola morfologia è insufficiente. L'articolo è pubblicato su arXiv.
Fatti principali
- ConceptM^3oE sta per Concept Multimodal Mixture of Experts.
- L'architettura scompone le evidenze in esperti specifici per modalità, ridondanti e sinergici.
- Utilizza colli di bottiglia concettuali strutturati che si mappano su concetti morfologici e di biomarcatori.
- Un percorso residuo previene la perdita di informazioni.
- Il modello elabora immagini di vetrini interi, referti patologici e misurazioni molecolari.
- Si rivolge a sottotipi tumorali complessi in cui la sola morfologia è impegnativa.
- L'articolo è disponibile su arXiv con ID 2605.24399.
- I modelli sanitari stanno passando dalla previsione unimodale al ragionamento multimodale.
Entità
Istituzioni
- arXiv