CONFIRM می‌خواهد انتخاب یافته‌های قابل‌گزارش در تصویربرداری عصبی را از قضاوت مدل‌های زبانی جدا کند

پژوهشگران در پیش‌چاپی در arXiv چارچوبی به نام CONFIRM معرفی کرده‌اند که برای قابل‌اعتمادتر کردن گزارش‌های حاصل از عامل‌های هوش مصنوعی در تصویربرداری عصبی طراحی شده است. عامل‌های مبتنی بر مدل‌های زبانی بزرگ می‌توانند تحلیل را از پرسش پژوهشی تا گزارش یافته‌ها پیش ببرند؛ اما سامانه‌های موجود، با وجود بررسی اجرای کد و تطبیق اعداد گزارش‌شده با خروجی آن، معمولاً انتخاب یافته‌های شایستهٔ گزارش را به قضاوت مدل زبانی می‌سپارند.

نویسندگان می‌گویند داورهای مبتنی بر مدل زبانی ممکن است یافته‌هایی را تأیید کنند که با تفاوت میان مراکز تصویربرداری مخدوش شده‌اند؛ حتی وقتی این عامل مخدوش‌کننده به‌عنوان شاهد ارائه شود. CONFIRM اجرای تحلیل را از تصمیم‌گیری دربارهٔ گزارش یافته‌ها جدا می‌کند: هر فرضیه به یک برنامهٔ تحلیلِ ازپیش‌تعیین‌شده و ماشین‌خوان تبدیل می‌شود که ادعا و معیارهای پذیرش را پیش از محاسبهٔ نتایج مشخص می‌کند. سپس نتایج از پنج دروازهٔ قطعی عبور می‌کنند. چکیدهٔ در دسترس جزئیات این پنج دروازه را کامل شرح نمی‌دهد.