Dr. Marco V. Benavides Sánchez.

Kan artificiell intelligens lära sig bättre genom att se från flera perspektiv? En grupp kinesiska forskare har utvecklat ett nytt segmenteringssystem för medicinska bilder som visar att svaret är ja. Den nya modellen, kallad IHE-Net, kombinerar två olika typer av neurala nätverk – konvolutionella nätverk (CNN) och transformerbaserade modeller såsom Mamba – för att dra nytta av deras respektive styrkor.

IHE-Net är ett tydligt exempel på framstegen inom semi-supervised learning (semi-superviserat lärande), där maskiner kan lära sig tolka medicinska bilder även om endast en liten andel av dem är manuellt annoterade. Denna metod är särskilt användbar i sjukvården, där expertanpassad bilddata ofta är begränsad och dyr att producera.

🔍 Varför behövs nya lösningar inom medicinsk segmentering?

Segmentering av medicinska bilder – att identifiera strukturer som tumörer, hudskador eller skadad vävnad i exempelvis hudbilder eller röntgen – är avgörande för diagnos och behandling. Traditionella modeller kräver tusentals bilder märkta av specialister, något som är både tidskrävande och kostsamt.

IHE-Net presenterar ett mer hållbart alternativ: en modell som kan utnyttja både märkta och omärkta data, vilket gör det möjligt att använda stora mängder tillgängliga men ej annoterade medicinska bilder.

🧬 Vad gör IHE-Net unikt?

IHE-Nets arkitektur bygger på två heterogena kodare: en baserad på ett klassiskt CNN-nätverk och den andra på en transformerbaserad modell. Dessa två “ser” bilden på olika sätt, vilket gör att modellen får tillgång till en rikare och mer varierad uppsättning bildfunktioner.

Modellen innehåller också en modul för fusion av dold funktionsdiskrepans (MFDF – Multi-level Feature Discrepancy Fusion), som integrerar skillnaderna mellan kodarna på ett effektivt sätt. Istället för att behandla skillnaderna som ett problem används de som en värdefull informationskälla för att förbättra resultatet.

Utöver detta har forskarna utvecklat en strategi för tredubbel konsistensinlärning, där två avkodare (decoders) används och där modellens utdata jämförs i flera steg. Detta ger bättre stabilitet och högre precision vid förutsägelser.

🧪 Lovande resultat

IHE-Net har testats på tre dataset som fokuserar på hudlesioner: ISIC2017, ISIC2018 och PH2. I alla fall presterade modellen bättre än tidigare system, med ökad förmåga att exakt identifiera gränserna för lesioner, melanom och andra hudförändringar.

Så kallade ablationsstudier visade också att varje komponent i IHE-Net spelar en viktig roll för den övergripande prestandan, vilket tyder på att modellen är både genomtänkt och effektivt konstruerad.

🌐 Mer än ett forskningsprojekt

Forskargruppen har gjort hela kodbasen tillgänglig via GitHub, vilket möjliggör fortsatt utveckling och validering av andra forskare och kliniska experter. Denna öppna inställning främjar internationellt samarbete och innovation inom digital hälsa.

IHE-Net representerar ett viktigt steg mot intelligentare medicinska system, som kan lära sig snabbare, kräver mindre manuella resurser och bättre hanterar komplexiteten i mänsklig anatomi. I framtiden kan modeller som denna bli en integrerad del av digitala diagnosplattformar och bistå läkare i att upptäcka allvarliga sjukdomar i ett tidigare skede.

---

📚 Referens:

Ju, M., Wang, B., Zhao, Z., Zhang, S., Yang, S., & Wei, Z. (2025). IHE-Net: Hidden feature discrepancy fusion and triple consistency training for semi-supervised medical image segmentation. Artificial Intelligence in Medicine, 103229. https://doi.org/10.1016/j.artmed.2025.103229

#ArtificialIntelligence #Medicine #Surgery #Medmultilingua