Esa es la idea general detrás de un proyecto reciente creado por informáticos de la Universidad de Stanford, que aplicó los extraordinarios poderes de visión artificial de las redes neuronales de aprendizaje profundo de vanguardia al mundo de la dermatología.
Vídeos recomendados
Utilizando una base de datos de cerca de 130.000 imágenes de enfermedades de la piel, el equipo pudo crear una Algoritmo de inteligencia artificial capaz de diagnosticar lesiones cutáneas con un nivel de rendimiento entrenado. expertos.
Relacionado
- IA de aprendizaje profundo está ayudando a los arqueólogos a traducir tablillas antiguas
- Esta aplicación basada en inteligencia artificial puede detectar el cáncer de piel con una precisión del 95 por ciento
- DeepSqueak es una IA de aprendizaje automático. eso revela de qué hablan las ratas
“[Lo entrenamos para] clasificar imágenes de afecciones de la piel como benignas o malignas, y descubrimos que coincide con el desempeño de más de 21 dermatólogos certificados en tres diagnósticos clave. tareas: identificar carcinomas de queratinocitos (el cáncer humano más común), identificar melanoma (el cáncer de piel más mortal) e identificar melanoma cuando se observa mediante dermatoscopia”, co-primero autor
André Esteva dijo a Digital Trends.La red neuronal que utilizaron los investigadores fue diseñada originalmente por Google y entrenada para reconocer 1,28 millones de imágenes, con el propósito algo frívolo de distinguir gatos de perros.
"Vimos que estaba demostrando un rendimiento sobrehumano al distinguir entre 200 tipos diferentes de perros", coprimer autor. Brett Kuprel nos dijo. "Pensamos que podríamos aplicar esto a algo más útil, como el diagnóstico del cáncer de piel".
Antes del proyecto, ni Esteva ni Kuprel tenían experiencia en dermatología, lo que significa que el algoritmo que utilizaron creado fue capaz de lograr un rendimiento de nivel experto sin beneficiarse de ningún dominio específico especialmente codificado. conocimiento.
Sin embargo, si el algoritmo fuera utilizado por médicos capacitados, podrían aprovechar una el llamado "mapa de prominencia", que revela cuán importante era cada píxel de una imagen en la predicción de la IA proceso. En otras palabras, en lugar de reemplazar a los dermatólogos, esto podría resultar una herramienta útil en su arsenal: el equivalente a una radiografía inteligente que ofrece su propia interpretación de lo que ve.
Por ahora, sin embargo, eso es un gran avance. "Definitivamente existen reglas regulatorias para lograr que la FDA lo apruebe", dijo Kuprel. "Eso sería importante antes de que se pueda implementar cualquier aplicación". Más allá de esto, sin embargo, los investigadores no dicen qué sigue.
"Aún estamos deliberando sobre los próximos pasos y todavía no podemos hacer comentarios", dijo Esteva.
Recomendaciones de los editores
- AI. podría desempeñar un papel vital en el nacimiento de los niños de FIV del mañana
- Aprendizaje profundo A.I. Puede imitar los efectos de distorsión de los dioses icónicos de la guitarra.
- Los investigadores japoneses utilizan la inteligencia artificial de aprendizaje profundo para hacer que los robots de madera flotante se muevan
- Un estadístico alerta sobre la confiabilidad de las técnicas de aprendizaje automático
- ¿Qué es el aprendizaje profundo?
Mejora tu estilo de vidaDigital Trends ayuda a los lectores a mantenerse al tanto del vertiginoso mundo de la tecnología con las últimas noticias, reseñas divertidas de productos, editoriales interesantes y adelantos únicos.
