Questa è l’idea generale alla base di un recente progetto creato da scienziati informatici dell'Università di Stanford, che ha applicato gli straordinari poteri di visione artificiale delle reti neurali di deep learning all'avanguardia al mondo della dermatologia.
Video consigliati
Utilizzando un database di quasi 130.000 immagini di malattie della pelle, il team è stato in grado di creare un algoritmo di intelligenza artificiale in grado di diagnosticare lesioni cutanee con un livello di prestazione addestrato corrispondente esperti.
Imparentato
- IA con apprendimento profondo sta aiutando gli archeologi a tradurre antiche tavolette
- Questa app basata sull'intelligenza artificiale è in grado di individuare il cancro della pelle con una precisione del 95%.
- DeepSqueak è un'intelligenza artificiale basata sull'apprendimento automatico. che rivela di cosa stanno parlando i topi
"[Lo abbiamo addestrato a] classificare le immagini delle condizioni della pelle come benigne o maligne e abbiamo scoperto che corrisponde alle prestazioni di oltre 21 dermatologi certificati in tre importanti aree diagnostiche compiti: identificare i carcinomi dei cheratinociti (il cancro umano più comune), identificare il melanoma (il cancro della pelle più mortale) e identificare il melanoma se visualizzato utilizzando la dermatoscopia," co-first autore
André Esteva ha detto a Digital Trends.La rete neurale utilizzata dai ricercatori era originariamente progettata da Google e addestrata a riconoscere 1,28 milioni di immagini, con lo scopo un po’ frivolo di distinguere i gatti dai cani.
"Abbiamo visto che dimostrava prestazioni sovrumane nel distinguere tra 200 diversi tipi di cani", ha spiegato il co-primo autore. Brett Kuprel ci ha detto. “Abbiamo pensato di poter applicare questo a qualcosa di più utile, come la diagnosi del cancro della pelle”.
Prima del progetto, né Esteva né Kuprel avevano alcuna esperienza in dermatologia, e quindi in algoritmo creato è stato in grado di ottenere prestazioni di livello esperto senza beneficiare di alcuna codifica specifica del dominio conoscenza.
Tuttavia, se l’algoritmo dovesse essere utilizzato da medici qualificati, potrebbero trarre vantaggio da a la cosiddetta “mappa di salienza”, che rivela quanto sia importante ogni pixel di un’immagine nella previsione dell’intelligenza artificiale processi. In altre parole, invece di sostituire i dermatologi, questo potrebbe rivelarsi uno strumento utile nel loro arsenale: l’equivalente di una radiografia intelligente che offre la propria interpretazione di ciò che vede.
Per ora, però, stiamo facendo un balzo in avanti. "Ci sono sicuramente regole normative per convincere la FDA ad approvarlo", ha detto Kuprel. "Sarebbe importante prima che qualsiasi applicazione possa essere distribuita." Oltre a questo, però, gli investigatori non dicono cosa succederà dopo.
"Stiamo ancora deliberando sui prossimi passi e non possiamo ancora commentare", ha detto Esteva.
Raccomandazioni degli editori
- A.I. potrebbe svolgere un ruolo vitale nella nascita dei bambini IVF di domani
- Apprendimento profondo dell'intelligenza artificiale può imitare gli effetti di distorsione degli iconici dei della chitarra
- I ricercatori giapponesi utilizzano l’A.I. per far muovere i robot di legni
- Uno statistico alza il campanello d'allarme sull'affidabilità delle tecniche di machine learning
- Cos'è l'apprendimento profondo?
Migliora il tuo stile di vitaDigital Trends aiuta i lettori a tenere d'occhio il frenetico mondo della tecnologia con tutte le ultime notizie, divertenti recensioni di prodotti, editoriali approfonditi e anteprime uniche nel loro genere.
