Verificação automática de rótulos: a etapa que falta para tornar a IA médica confiável

Pesquisadores da Universidade Metropolitana de Osaka descobriram uma maneira prática de detectar e corrigir erros comuns de rotulagem em grandes coleções radiográficas. Ao verificar automaticamente tags de partes do corpo, projeção e rotação, sua pesquisa melhora os modelos de aprendizagem profunda usados ​​para tarefas clínicas de rotina e projetos de pesquisa.