To je široka ideja iza nedavnog projekta koji je stvorio računalni znanstvenici na Sveučilištu Stanford, koji je primijenio izvanredne moći strojnog vida vrhunskih neuronskih mreža dubokog učenja u svijetu dermatologije.
Preporučeni videozapisi
Koristeći bazu podataka od blizu 130.000 slika kožnih bolesti, tim je uspio stvoriti algoritam umjetne inteligencije sposoban dijagnosticirati kožne lezije s odgovarajućom razinom performansi obučen stručnjaci.
Povezano
- Duboko učenje A.I. pomaže arheolozima prevesti drevne ploče
- Ova aplikacija koju pokreće umjetna inteligencija može uočiti rak kože s 95 posto točnosti
- DeepSqueak je strojno učenje A.I. koji otkriva o čemu štakori razgovaraju
“[Uvježbali smo ga da] klasificira slike stanja kože kao benigne ili zloćudne i otkrili smo da se podudara s učinkom više od 21 certificiranog dermatologa u tri ključne dijagnostike zadaci: prepoznavanje keratinocitnih karcinoma (najčešći ljudski rak), prepoznavanje melanoma (najsmrtonosniji rak kože) i prepoznavanje melanoma gledano dermoskopijom,” kopr. Autor
Andre Esteva rekao je za Digital Trends.Neuronska mreža koju su istraživači koristili bila je ona koju je izvorno dizajnirao Google i osposobljena za prepoznavanje 1,28 milijuna slika, s pomalo neozbiljnom svrhom razlikovanja mačaka od pasa.
"Vidjeli smo da pokazuje nadljudsku izvedbu u razlikovanju između 200 različitih vrsta pasa", prvi suautor Brett Kuprel rekao nam je. "Mislili smo da bismo ovo mogli primijeniti na nešto korisnije, kao što je dijagnoza raka kože."
Prije projekta ni Esteva ni Kuprel nisu imali nikakvo iskustvo u dermatologiji, što znači da algoritam koji created bio je u mogućnosti postići izvedbu na stručnoj razini bez koristi od posebno kodiranih specifičnih domena znanje.
Međutim, ako bi algoritam koristili obučeni liječnici, mogli bi iskoristiti takozvana "karta istaknutosti", koja otkriva koliko je važan svaki piksel na slici u predviđanju AI-ja postupak. Drugim riječima, umjesto da zamijeni dermatologe, ovo bi se moglo pokazati kao koristan alat u njihovom arsenalu - ekvivalent pametnoj rendgenskoj snimci koja nudi vlastitu interpretaciju onoga što vidi.
Za sada, međutim, to je daleko naprijed. "Definitivno postoje regulatorna pravila da FDA to odobri", rekao je Kuprel. "To bi bilo važno prije nego što se bilo koja aplikacija može implementirati." Osim toga, međutim, istražitelji ne govore što je sljedeće.
"Još uvijek razmatramo sljedeće korake i još ne možemo komentirati", rekla je Esteva.
Preporuke urednika
- A.I. mogao odigrati vitalnu ulogu u rađanju sutrašnje IVF djece
- Duboko učenje A.I. može oponašati efekte distorzije legendarnih bogova gitare
- Japanski istraživači koriste AI za duboko učenje. kako bi pokrenuli robote driftwooda
- Statističar upozorava na pouzdanost tehnika strojnog učenja
- Što je duboko učenje?
Nadogradite svoj životni stilDigitalni trendovi pomažu čitateljima da prate brzi svijet tehnologije sa svim najnovijim vijestima, zabavnim recenzijama proizvoda, pronicljivim uvodnicima i jedinstvenim brzim pregledima.
