C’est l’idée générale derrière un projet récent créé par informaticiens à l'Université de Stanford, qui a appliqué les extraordinaires pouvoirs de vision industrielle des réseaux neuronaux d’apprentissage profond de pointe au monde de la dermatologie.
Vidéos recommandées
À l'aide d'une base de données de près de 130 000 images de maladies de la peau, l'équipe a pu créer une algorithme d'intelligence artificielle capable de diagnostiquer les lésions cutanées avec un niveau de performance correspondant à celui formé experts.
En rapport
- L'IA d'apprentissage profond aide les archéologues à traduire des tablettes anciennes
- Cette application basée sur l'IA peut détecter le cancer de la peau avec une précision de 95 %
- DeepSqueak est une IA d'apprentissage automatique. qui révèle de quoi parlent les rats
« [Nous l'avons formé à] classer les images d'affections cutanées comme bénignes ou malignes, et avons constaté qu'elles correspondent aux performances de plus de 21 dermatologues certifiés dans trois domaines de diagnostic clés. tâches: identifier les carcinomes à kératinocytes (le cancer humain le plus courant), identifier le mélanome (le cancer de la peau le plus mortel) et identifier le mélanome lorsqu'il est observé par dermoscopie », co-premier auteur
André Estéva a déclaré à Digital Trends.Le réseau neuronal utilisé par les chercheurs a été conçu à l'origine par Google et formé pour reconnaître 1,28 million d'images, dans le but quelque peu frivole de distinguer les chats des chiens.
"Nous avons constaté qu'il démontrait des performances surhumaines pour distinguer 200 types différents de chiens", a déclaré le co-premier auteur. Brett Kuprel dis-nous. "Nous avons pensé que nous pourrions appliquer cela à quelque chose de plus utile, comme le diagnostic du cancer de la peau."
Avant le projet, ni Esteva ni Kuprel n'avaient de formation en dermatologie, ce qui signifie que l'algorithme qu'ils utilisaient créé a pu atteindre des performances de niveau expert sans bénéficier d'aucun domaine spécialement codé spécifique connaissance.
Cependant, si l’algorithme devait être utilisé par des médecins formés, ils pourraient bénéficier d’un ce qu’on appelle la « carte de saillance », révélant l’importance de chaque pixel d’une image dans la prédiction de l’IA processus. En d’autres termes, plutôt que de remplacer les dermatologues, cela pourrait s’avérer être un outil utile dans leur arsenal – l’équivalent d’une radiographie intelligente qui propose sa propre interprétation de ce qu’elle voit.
Pour l’instant, cependant, cela va très loin. "Il existe certainement des règles réglementaires pour que la FDA l'approuve", a déclaré Kuprel. "Cela serait important avant qu'une application puisse être déployée." Au-delà de cela, cependant, les enquêteurs ne disent pas quelle sera la prochaine étape.
"Nous délibérons toujours sur les prochaines étapes et ne pouvons pas encore commenter", a déclaré Esteva.
Recommandations des rédacteurs
- I.A. pourrait jouer un rôle essentiel dans la naissance des enfants FIV de demain
- L'IA d'apprentissage profond peut imiter les effets de distorsion des dieux emblématiques de la guitare
- Des chercheurs japonais utilisent l’IA pour l’apprentissage profond pour faire bouger les robots en bois flotté
- Un statisticien tire la sonnette d'alarme sur la fiabilité des techniques d'apprentissage automatique
- Qu’est-ce que l’apprentissage profond?
Améliorez votre style de vieDigital Trends aide les lecteurs à garder un œil sur le monde en évolution rapide de la technologie avec toutes les dernières nouvelles, des critiques de produits amusantes, des éditoriaux perspicaces et des aperçus uniques.
