ディープラーニングは皮膚がんの認識においても利点を発揮します

これが、によって作成された最近のプロジェクトの背後にある大まかなアイデアです。 スタンフォード大学のコンピューター科学者、最先端の深層学習ニューラル ネットワークの並外れたマシン ビジョン能力を皮膚科の世界に応用しました。

チームは、130,000 枚近い皮膚疾患の画像のデータベースを使用して、 人工知能アルゴリズムは、訓練されたレベルと一致するパフォーマンスレベルで皮膚病変を診断できます 専門家。

「皮膚の状態の画像を良性か悪性かに分類するように訓練したところ、この画像が 3 つの主要な診断において 21 人を超える認定皮膚科医のパフォーマンスと一致することがわかりました。 タスク: ケラチノサイト癌 (最も一般的なヒトの癌) の特定、黒色腫 (最も致死率の高い皮膚癌) の特定、ダーモスコピーで観察した場合の黒色腫の特定」、共同ファースト 著者 アンドレ・エステバ とデジタルトレンドに語った。

研究者らが使用したニューラル ネットワークは、もともと Google が設計したもので、猫と犬を区別するというやや軽薄な目的で 128 万枚の画像を認識するように訓練されました。

「私たちは、それが200種類の異なる犬を区別するという超人的なパフォーマンスを示していることを確認しました」と共筆著者は述べた。 ブレット・クプレル と私たちに言いました。 「これを皮膚がんの診断など、もっと役立つものに応用できないかと考えました。」

プロジェクト以前は、エステバもクプレルも皮膚科学のバックグラウンドがありませんでした。つまり、アルゴリズムは、 作成されたものは、ドメイン固有の特別にエンコードされたものの恩恵を受けることなく、エキスパート レベルのパフォーマンスを達成できました。 知識。

ただし、訓練を受けた医師がこのアルゴリズムを使用する場合、彼らは いわゆる「顕著性マップ」。AI の予測において画像内の各ピクセルがどれほど重要かを明らかにします。 プロセス。 言い換えれば、これは皮膚科医に取って代わるのではなく、皮膚科医にとって有用なツールとなる可能性があります。これは、見えているものについて独自の解釈を提供するスマート X 線に相当します。

しかし今のところ、それははるかに先を行っています。 「FDAの承認を得るための規制規則が存在するのは間違いない」とクプレル氏は語った。 「それは、アプリケーションを導入する前に重要なことです。」 しかし、これを超えて、捜査当局は次に何が起こるかについては語っていない。

エステバ氏は「次のステップについてはまだ検討中であり、まだコメントできない」と述べた。

編集者のおすすめ

• A.I. 明日の体外受精による子供の誕生に重要な役割を果たす可能性がある
• ディープラーニングAI 象徴的なギターの神様のディストーションエフェクトを模倣することができます
• 日本の研究者はディープラーニングAIを使用しています。 流木ロボットを動かすには
• 統計学者が機械学習技術の信頼性について危険信号を発する
• ディープラーニングとは何ですか?

ライフスタイルをアップグレードするDigital Trends は、読者が最新ニュース、楽しい製品レビュー、洞察力に富んだ社説、ユニークなスニーク ピークをすべて提供して、ペースの速いテクノロジーの世界を監視するのに役立ちます。