Essa é a ideia geral por trás de um projeto recente criado por cientistas da computação na Universidade de Stanford, que aplicou os extraordinários poderes de visão mecânica das redes neurais de aprendizagem profunda de ponta ao mundo da dermatologia.
Vídeos recomendados
Usando um banco de dados com cerca de 130 mil imagens de doenças de pele, a equipe conseguiu criar um algoritmo de inteligência artificial capaz de diagnosticar lesões de pele com um nível de desempenho correspondente ao treinado especialistas.
Relacionado
- IA de aprendizagem profunda está ajudando arqueólogos a traduzir tabuinhas antigas
- Este aplicativo com tecnologia de IA pode detectar câncer de pele com 95% de precisão
- DeepSqueak é uma IA de aprendizado de máquina. que revela sobre o que os ratos estão conversando
“[Nós o treinamos para] classificar imagens de doenças de pele como benignas ou malignas e descobrimos que isso corresponde ao desempenho de mais de 21 dermatologistas certificados em três principais diagnósticos. tarefas: identificar carcinomas de queratinócitos (o câncer humano mais comum), identificar melanoma (o câncer de pele mais mortal) e identificar melanoma quando visualizado por meio de dermatoscopia”, co-primeiro autor
André Esteva disse Tendências Digitais.A rede neural usada pelos pesquisadores foi originalmente projetada pelo Google e treinada para reconhecer 1,28 milhão de imagens, com o objetivo um tanto frívolo de distinguir gatos de cães.
“Vimos que estava demonstrando um desempenho sobre-humano na distinção entre 200 tipos diferentes de cães”, co-primeiro autor Brett Kuprel nos contou. “Pensamos que poderíamos aplicar isso a algo mais útil, como o diagnóstico de câncer de pele.”
Antes do projeto, nem Esteva nem Kuprel tinham formação em dermatologia, o que significa que o algoritmo que eles criado foi capaz de atingir desempenho de nível especializado sem se beneficiar de qualquer codificação específica de domínio especialmente conhecimento.
No entanto, se o algoritmo fosse usado por médicos treinados, eles poderiam tirar vantagem de uma o chamado “mapa de saliência”, revelando a importância de cada pixel de uma imagem na previsão da IA processo. Por outras palavras, em vez de substituir os dermatologistas, esta poderá revelar-se uma ferramenta útil no seu arsenal – o equivalente a um raio X inteligente que oferece a sua própria interpretação sobre o que vê.
Por enquanto, porém, isso é um avanço. “Definitivamente, existem regras regulatórias para fazer com que o FDA aprove”, disse Kuprel. “Isso seria importante antes que qualquer aplicativo pudesse ser implantado.” Além disso, porém, os investigadores não dizem o que vem a seguir.
“Ainda estamos deliberando sobre os próximos passos e ainda não podemos comentar”, disse Esteva.
Recomendações dos Editores
- IA poderia desempenhar um papel vital no nascimento das crianças de fertilização in vitro de amanhã
- Aprendizado profundo de IA pode imitar os efeitos de distorção dos deuses icônicos da guitarra
- Pesquisadores japoneses usam IA de aprendizagem profunda. para fazer robôs de madeira flutuante se moverem
- Estatístico levanta bandeira vermelha sobre a confiabilidade das técnicas de aprendizado de máquina
- O que é aprendizagem profunda?
Atualize seu estilo de vidaDigital Trends ajuda os leitores a manter o controle sobre o mundo acelerado da tecnologia com as últimas notícias, análises divertidas de produtos, editoriais criteriosos e prévias únicas.
