Naukowcy stworzyli system rekomendacji o nazwie MedicalRec, który automatycznie wskazuje, który model AI sprawdzi się najlepiej do konkretnego zadania klasyfikacji obrazów medycznych. Zamiast lekarzy i badaczy prowadzić czasochłonne eksperymenty z różnymi modelami, system na podstawie dostępnych danych może zasugerować optymalny wybór od razu.
Baza danych MedicalRec-Bench powstała z analizy 3000 artykułów naukowych z dziedziny diagnostyki obrazowej i zawiera informacje o ponad 5000 testach modeli na rzeczywistych zadaniach klinicznych: klasyfikacja czerniaków, tumory, rany, rak piersi czy obrazy MRI. Naukowcy przygotowali cztery wersje systemu o różnym poziomie szczegółowości, od 5 do 18 cech opisujących modele. Problem stanowiło wiele brakujących danych, bo nie wszyscy badacze reportowali pełne parametry swoich eksperymentów.
To rozwiązanie jest istotne ze względu na ekologię i koszty. Współczesne modele głębokie wymagają ogromnych zasobów obliczeniowych, energii elektrycznej i generują e-waste. Każdy zbędny eksperyment mający wybrać właściwy model to dodatkowe emisje węglowe. MedicalRec pozwala zaoszczędzić czas, pieniądze i energię poprzez świadome decyzje zamiast ślepych prób.