Itulah gagasan umum di balik proyek terbaru yang dibuat oleh ilmuwan komputer di Universitas Stanford, yang menerapkan kekuatan visi mesin yang luar biasa dari jaringan saraf pembelajaran mendalam yang mutakhir ke dunia dermatologi.
Video yang Direkomendasikan
Dengan menggunakan database yang berisi hampir 130.000 gambar penyakit kulit, tim mampu membuat sebuah algoritma kecerdasan buatan mampu mendiagnosis lesi kulit dengan tingkat kinerja pencocokan terlatih para ahli.
Terkait
- A.I. pembelajaran mendalam membantu para arkeolog menerjemahkan tablet kuno
- Aplikasi bertenaga AI ini dapat mendeteksi kanker kulit dengan akurasi 95 persen
- DeepSqueak adalah pembelajaran mesin A.I. yang mengungkapkan apa yang dibicarakan tikus
“[Kami melatihnya untuk] mengklasifikasikan gambar kondisi kulit sebagai jinak atau ganas, dan menemukan bahwa gambar tersebut cocok dengan kinerja lebih dari 21 dokter kulit bersertifikat di tiga diagnostik utama. tugas: mengidentifikasi karsinoma keratinosit (kanker paling umum pada manusia), mengidentifikasi melanoma (kanker kulit paling mematikan), dan mengidentifikasi melanoma jika dilihat menggunakan dermoskopi,” co-first pengarang
Andre Esteva mengatakan kepada Tren Digital.Jaringan saraf yang digunakan para peneliti awalnya dirancang oleh Google dan dilatih untuk mengenali 1,28 juta gambar, dengan tujuan yang agak remeh untuk membedakan kucing dari anjing.
“Kami melihat bahwa ia menunjukkan kinerja manusia super dalam membedakan 200 jenis anjing,” salah satu penulis pertama. Brett Kuprel memberitahu kami. “Kami pikir kami bisa menerapkan ini pada sesuatu yang lebih bermanfaat, seperti diagnosis kanker kulit.”
Sebelum proyek ini dimulai, baik Esteva maupun Kuprel tidak memiliki latar belakang dermatologi, yang berarti algoritma mereka dibuat mampu mencapai kinerja tingkat ahli tanpa memanfaatkan domain khusus apa pun yang dikodekan secara khusus pengetahuan.
Namun, jika algoritme tersebut akan digunakan oleh dokter terlatih, mereka dapat memanfaatkan a apa yang disebut “peta arti-penting”, mengungkapkan betapa pentingnya setiap piksel dalam sebuah gambar dalam prediksi AI proses. Dengan kata lain, alih-alih menggantikan dokter kulit, alat ini bisa menjadi alat yang berguna bagi mereka – setara dengan sinar-X cerdas yang menawarkan interpretasi tersendiri tentang apa yang dilihatnya.
Namun, untuk saat ini, hal tersebut masih jauh di depan. “Pasti ada aturan peraturan agar FDA menyetujuinya,” kata Kuprel. “Itu penting sebelum aplikasi apa pun dapat diterapkan.” Namun, selain itu, para penyelidik tidak mengatakan apa yang akan terjadi selanjutnya.
“Kami masih mempertimbangkan langkah selanjutnya dan belum bisa berkomentar,” kata Esteva.
Rekomendasi Editor
- A.I. dapat memainkan peran penting dalam kelahiran anak-anak IVF di masa depan
- Pembelajaran mendalam A.I. dapat meniru efek distorsi dewa gitar ikonik
- Peneliti Jepang menggunakan pembelajaran mendalam A.I. untuk membuat robot kayu apung bergerak
- Ahli statistik mengibarkan bendera merah tentang keandalan teknik pembelajaran mesin
- Apa itu pembelajaran mendalam?
Tingkatkan gaya hidup AndaTren Digital membantu pembaca mengawasi dunia teknologi yang bergerak cepat dengan semua berita terkini, ulasan produk yang menyenangkan, editorial yang berwawasan luas, dan cuplikan unik.
