Ez a tág ötlet egy nemrégiben létrehozott projekt mögött informatikusok a Stanford Egyetemen, amely az élvonalbeli mélytanuló neurális hálózatok rendkívüli gépi látási képességeit alkalmazta a bőrgyógyászat világában.
Ajánlott videók
A bőrbetegségek közel 130 000 képét tartalmazó adatbázis segítségével a csapatnak sikerült létrehoznia egy mesterséges intelligencia algoritmus képes diagnosztizálni a bőrelváltozásokat a teljesítményszintnek megfelelő képzettséggel szakértők.
Összefüggő
- Mélytanulási A.I. segít a régészeknek lefordítani az ősi táblákat
- Ez az A.I.-alapú alkalmazás 95 százalékos pontossággal képes észlelni a bőrrákot
- A DeepSqueak egy gépi tanulási A.I. ebből kiderül, miről csevegnek a patkányok
„[Megtanítottuk, hogy] a bőrbetegségek képeit jó- vagy rosszindulatúként osztályozza, és azt találtuk, hogy ez megfelel a több mint 21, minősített bőrgyógyász teljesítményének három kulcsfontosságú diagnosztikában. feladatok: a keratinocita karcinómák (a leggyakoribb emberi rák) azonosítása, a melanoma (a leghalálosabb bőrrák) azonosítása és a melanoma azonosítása dermoszkópos vizsgálat során. szerző
Andre Esteva – mondta a Digital Trendsnek.A kutatók által használt neurális hálózatot eredetileg a Google tervezte, és 1,28 millió kép felismerésére képezték ki, azzal a kissé komolytalan céllal, hogy megkülönböztessék a macskákat a kutyáktól.
„Láttuk, hogy ez emberfeletti teljesítményt mutatott 200 különböző kutyafajta megkülönböztetésében” – írta az első szerző. Brett Kuprel mondta nekünk. "Úgy gondoltuk, hogy ezt valami hasznosabb dologban is alkalmazhatjuk, például a bőrrák diagnózisában."
A projekt előtt sem Esteva, sem Kuprel nem rendelkezett bőrgyógyászati háttérrel, ami azt jelenti, hogy az általuk alkalmazott algoritmus létrehozott szakértői szintű teljesítményt tudott elérni anélkül, hogy bármilyen speciálisan kódolt tartományspecifikus előnyt élvezett volna tudás.
Ha azonban az algoritmust képzett orvosok használnák, akkor kihasználhatnák a az úgynevezett „kiugrósági térkép”, amely megmutatja, hogy a kép egyes pixelei mennyire fontosak az AI előrejelzésében folyamat. Más szavakkal, a bőrgyógyászok helyettesítése helyett ez hasznos eszköznek bizonyulhat az arzenáljukban – az intelligens röntgenfelvétel megfelelője, amely saját értelmezést kínál a látottakról.
Egyelőre azonban ez előreugrik. "Határozottan vannak olyan szabályozási szabályok, amelyek lehetővé teszik az FDA jóváhagyását" - mondta Kuprel. "Ez fontos lenne, mielőtt bármilyen alkalmazást telepíteni lehetne." Ezen túlmenően azonban a nyomozók nem árulják el, mi következik.
„Még mindig a következő lépésekről tanácskozunk, és még nem nyilatkozhatunk” – mondta Esteva.
Szerkesztői ajánlások
- A.I. létfontosságú szerepet játszhat a holnap IVF gyermekeinek születésében
- Mély tanulás A.I. képes utánozni az ikonikus gitáristenek torzító hatásait
- Japán kutatók mély tanulási A.I. hogy uszadékfa robotokat mozgassunk
- A statisztikus piros zászlót emel a gépi tanulási technikák megbízhatóságáról
- Mi az a mély tanulás?
Frissítse életmódjátA Digital Trends segítségével az olvasók nyomon követhetik a technológia rohanó világát a legfrissebb hírekkel, szórakoztató termékismertetőkkel, éleslátó szerkesztőségekkel és egyedülálló betekintésekkel.
