Syväoppiminen auttaa tunnistamaan ihosyövän yhtä hyvin kuin ammattilaiset

SkinVision
Oletko huolissasi oudosta myyrästä selässäsi? Miksi et antaisi algoritmin katsoa sitä!

Tämä on laaja ajatus äskettäin luoman projektin takana tietotekniikan tutkijat Stanfordin yliopistossa, joka sovelsi huippuluokan syväoppivien hermoverkkojen poikkeuksellisia konenäkövoimia ihotautien maailmaan.

Suositellut videot

Käyttäen tietokantaa, joka sisältää lähes 130 000 ihosairauksien kuvaa, tiimi pystyi luomaan tekoälyalgoritmi, joka pystyy diagnosoimaan ihovaurioita suoritustasoa vastaavalla koulutetulla asiantuntijoita.

Liittyvät

  • Syväoppiva A.I. auttaa arkeologeja kääntämään muinaisia ​​tauluja
  • Tämä A.I.-käyttöinen sovellus voi havaita ihosyövän 95 prosentin tarkkuudella
  • DeepSqueak on koneoppimisen A.I. joka paljastaa, mistä rotat juttelevat

"[Opetimme sen] luokittelemaan ihosairauksien kuvat hyvänlaatuisiksi tai pahanlaatuisiksi ja havaitsimme, että se vastaa yli 21 sertifioidun ihotautilääkärin suorituksia kolmessa keskeisessä diagnostiikassa. tehtävät: keratinosyyttisyöpien (yleisin ihmisen syöpä) tunnistaminen, melanooman (kuolettavin ihosyöpä) tunnistaminen ja melanooman tunnistaminen dermoskopialla katsottuna", toinen ensimmäinen kirjoittaja

Andre Esteva kertoi Digital Trendsille.

Tutkijoiden käyttämä hermoverkko oli alun perin Googlen suunnittelema ja koulutettu tunnistamaan 1,28 miljoonaa kuvaa. Tarkoituksena oli erottaa kissat koirista hieman kevytmielistä.

"Näimme, että se osoitti yli-inhimillistä suorituskykyä 200 erilaisen koiratyypin erottamisessa", toinen kirjoittaja Brett Kuprel kertoi meille. "Ajattelimme, että voisimme soveltaa tätä johonkin hyödyllisempään, kuten ihosyövän diagnoosiin."

Ennen projektia Estevalla tai Kuprelilla ei ollut ihotautia, mikä tarkoittaa algoritmia, jonka he luotu pystyi saavuttamaan asiantuntijatason suorituskyvyn ilman, että se hyötyi mistään erityisesti koodatusta verkkotunnuskohtaisesta toiminnasta tietoa.

Jos kuitenkin koulutetut lääkärit käyttävät algoritmia, he voisivat hyödyntää a niin sanottu "näkyvyyskartta", joka paljastaa, kuinka tärkeä kuvan jokainen pikseli oli tekoälyn ennusteessa käsitellä asiaa. Toisin sanoen ihotautilääkäreiden korvaamisen sijaan tämä voisi osoittautua hyödylliseksi työkaluksi heidän arsenaalissaan – vastineeksi älykkäälle röntgenkuvalle, joka tarjoaa oman tulkintansa näkemästään.

Toistaiseksi se kuitenkin hyppää eteenpäin. "On ehdottomasti olemassa sääntelysääntöjä, jotta FDA hyväksyisi sen", Kuprel sanoi. "Se olisi tärkeää ennen kuin mitään sovellusta voidaan ottaa käyttöön." Tämän lisäksi tutkijat eivät kuitenkaan kerro, mitä seuraavaksi tapahtuu.

"Kehitämme edelleen seuraavia vaiheita emmekä voi vielä kommentoida", Esteva sanoi.

Toimittajien suositukset

  • A.I. voi olla tärkeä rooli huomisen IVF-lasten syntymässä
  • Syväoppiminen A.I. voi jäljitellä ikonisten kitarajumalien vääristymiä
  • Japanilaiset tutkijat käyttävät syväoppimisen A.I. saada ajopuurobotit liikkeelle
  • Tilastomies nostaa punaisen lipun koneoppimistekniikoiden luotettavuudesta
  • Mitä syväoppiminen on?

Päivitä elämäntapasiDigital Trends auttaa lukijoita pysymään tekniikan nopeatempoisessa maailmassa uusimpien uutisten, hauskojen tuotearvostelujen, oivaltavien toimitusten ja ainutlaatuisten kurkistusten avulla.