Это широкая идея, лежащая в основе недавнего проекта, созданного компьютерщики из Стэнфордского университета, которая применила исключительные возможности машинного зрения передовых нейронных сетей глубокого обучения в мире дерматологии.
Рекомендуемые видео
Используя базу данных, содержащую около 130 000 изображений кожных заболеваний, команда смогла создать Алгоритм искусственного интеллекта, способный диагностировать поражения кожи с соответствующим уровнем производительности, обученным эксперты.
Связанный
- Глубокое обучение ИИ помогает археологам переводить древние таблички
- Это приложение на базе искусственного интеллекта может обнаружить рак кожи с точностью до 95 процентов.
- DeepSqueak — это искусственный интеллект с машинным обучением. это показывает, о чем болтают крысы
«[Мы обучили его] классифицировать изображения кожных заболеваний как доброкачественные или злокачественные, и обнаружили, что он соответствует результатам более чем 21 сертифицированного дерматолога в трех ключевых диагностических исследованиях. задачи: выявление кератиноцитарной карциномы (наиболее распространенного рака человека), выявления меланомы (самого смертоносного рака кожи) и выявления меланомы при осмотре с помощью дерматоскопии», — соавтор автор
Андре Эстева рассказал Digital Trends.Нейронная сеть, которую использовали исследователи, изначально была разработана Google и обучена распознавать 1,28 миллиона изображений с несколько легкомысленной целью отличать кошек от собак.
«Мы увидели, что он демонстрирует сверхчеловеческую способность различать 200 различных типов собак», — соавтор. Бретт Купрел сказал нам. «Мы подумали, что сможем применить это к чему-то более полезному, например, к диагностике рака кожи».
До проекта ни Эстева, ни Купрел не имели никакого опыта работы в дерматологии, что означает алгоритм, который они использовали. созданный смог достичь производительности экспертного уровня без использования каких-либо специально закодированных специфичных для предметной области знание.
Однако, если бы алгоритм должен был использоваться обученными врачами, они могли бы воспользоваться преимуществами так называемая «карта значимости», показывающая, насколько важен каждый пиксель изображения в предсказании ИИ. процесс. Другими словами, это может оказаться не заменой дерматологов, а полезным инструментом в их арсенале — эквивалентом умного рентгеновского аппарата, который предлагает собственную интерпретацию того, что он видит.
Однако на данный момент это забегает далеко вперед. «Определенно существуют нормативные правила, позволяющие FDA одобрить его», — сказал Купрел. «Это было бы важно перед развертыванием какого-либо приложения». Однако, что будет дальше, следователи не говорят.
«Мы все еще обсуждаем следующие шаги и пока не можем комментировать», — сказала Эстева.
Рекомендации редакции
- А.И. может сыграть жизненно важную роль в рождении завтрашних детей ЭКО
- Глубокое обучение ИИ может имитировать эффекты искажения культовых гитарных богов
- Японские исследователи используют искусственный интеллект глубокого обучения. заставить роботов из коряг двигаться
- Статистик поднимает красный флаг по поводу надежности методов машинного обучения
- Что такое глубокое обучение?
Обновите свой образ жизниDigital Trends помогает читателям быть в курсе быстро меняющегося мира технологий благодаря всем последним новостям, забавным обзорам продуктов, содержательным редакционным статьям и уникальным кратким обзорам.
