Tai yra plati neseniai sukurto projekto idėja Stanfordo universiteto kompiuterių mokslininkai, kuri dermatologijos pasauliui pritaikė nepaprastas mašininio matymo galias, susijusias su pažangiausiomis giliojo mokymosi neuroniniais tinklais.
Rekomenduojami vaizdo įrašai
Naudodama beveik 130 000 odos ligų vaizdų duomenų bazę, komanda sugebėjo sukurti dirbtinio intelekto algoritmas, galintis diagnozuoti odos pažeidimus pagal našumo lygį ekspertai.
Susijęs
- Giliai besimokantis A.I. padeda archeologams išversti senovines lenteles
- Ši A.I. varoma programa gali nustatyti odos vėžį 95 procentų tikslumu
- DeepSqueak yra mašininio mokymosi A.I. tai atskleidžia, apie ką šnekučiuojasi žiurkės
„[Mes jį išmokėme] klasifikuoti odos ligų vaizdus į gerybines arba piktybines ir nustatėme, kad tai atitinka daugiau nei 21 sertifikuoto dermatologo rezultatus trijose pagrindinėse diagnostikose. užduotys: nustatyti keratinocitų karcinomas (dažniausiai pasitaikantį žmogaus vėžį), nustatyti melanomą (mirtiniausią odos vėžį) ir identifikuoti melanomą, kai tiriama naudojant dermoskopiją. autorius
Andrė Esteva pasakojo „Digital Trends“.Neuroninis tinklas, kurį tyrėjai naudojo, iš pradžių buvo sukurtas „Google“ ir išmokytas atpažinti 1,28 mln. vaizdų, kurių tikslas buvo šiek tiek nerimtas – atskirti kates nuo šunų.
„Matėme, kad tai demonstruoja antžmogiškus sugebėjimus atskirti 200 skirtingų šunų tipų“, – vienas iš pirmųjų autorių. Brettas Kuprelis pasakė mums. „Manėme, kad galėtume tai pritaikyti kažkam naudingesniam, pavyzdžiui, odos vėžio diagnostikai.
Iki projekto nei Esteva, nei Kuprelis neturėjo dermatologijos išsilavinimo, o tai reiškia, kad algoritmas jie sukurtas sugebėjo pasiekti eksperto lygio našumą, nenaudodamas jokios specialiai užkoduotos konkrečios srities žinių.
Tačiau jei algoritmą naudotų apmokyti gydytojai, jie galėtų pasinaudoti a vadinamasis „ryškumo žemėlapis“, atskleidžiantis, koks svarbus buvo kiekvienas vaizdo pikselis AI prognozėje procesas. Kitaip tariant, užuot pakeitę dermatologus, tai gali būti naudinga priemonė jų arsenale – išmaniojo rentgeno spindulio atitikmuo, siūlantis savo interpretaciją apie tai, ką mato.
Tačiau kol kas tai šokinėja į priekį. „Neabejotinai yra reguliavimo taisyklių, kad FDA tai patvirtintų“, - sakė Kuprelis. „Tai būtų svarbu prieš diegiant bet kokią programą. Be to, tyrėjai nesako, kas bus toliau.
„Vis dar svarstome kitus žingsnius ir kol kas negalime komentuoti“, – sakė Esteva.
Redaktorių rekomendacijos
- A.I. gali atlikti gyvybiškai svarbų vaidmenį rytojaus IVF vaikų gimimui
- Gilus mokymasis A.I. gali imituoti ikoniškų gitarų dievų iškraipymo efektus
- Japonijos mokslininkai naudoja gilųjį mokymąsi A.I. kad pajudėtų dreifuojančios medienos robotai
- Statistikas iškelia raudoną vėliavą dėl mašininio mokymosi metodų patikimumo
- Kas yra gilus mokymasis?
Atnaujinkite savo gyvenimo būdąSkaitmeninės tendencijos padeda skaitytojams stebėti sparčiai besivystantį technologijų pasaulį – pateikiamos visos naujausios naujienos, smagios produktų apžvalgos, įžvalgūs vedamieji leidiniai ir unikalūs žvilgsniai.
