Globoko učenje pomaga tako dobro kot profesionalci pri prepoznavanju kožnega raka

To je široka ideja za nedavnim projektom, ki ga je ustvaril računalniški znanstveniki na univerzi Stanford, ki je uporabil izjemne moči strojnega vida vrhunskih nevronskih mrež globokega učenja v svetu dermatologije.

Z uporabo zbirke podatkov s skoraj 130.000 slikami kožnih bolezni je ekipa lahko ustvarila algoritem umetne inteligence sposoben diagnosticirati kožne lezije z ujemanjem ravni zmogljivosti usposobljen strokovnjaki.

»[Usposobili smo ga za] razvrščanje slik kožnih stanj kot benignih ali malignih in ugotovili, da se ujema z uspešnostjo več kot 21 certificiranih dermatologov pri treh ključnih diagnostičnih naloge: prepoznavanje keratinocitnih karcinomov (najpogostejši človeški rak), prepoznavanje melanoma (najsmrtonosnejši kožni rak) in prepoznavanje melanoma pri dermoskopskem pregledu,« sopr. avtor

Raziskovalci so uporabili nevronsko mrežo, ki jo je prvotno zasnoval Google in je bila usposobljena za prepoznavanje 1,28 milijona slik z nekoliko lahkomiselnim namenom razlikovanja mačk od psov.

"Videli smo, da je pokazal nadčloveško zmogljivost pri razlikovanju med 200 različnimi vrstami psov," je soavtor Brett Kuprel Povej nam. "Mislili smo, da bi to lahko uporabili za nekaj bolj uporabnega, kot je diagnoza kožnega raka."

Pred projektom niti Esteva niti Kuprel nista imela nikakršnega znanja iz dermatologije, kar pomeni algoritem, ki sta ga ustvarjen je bil sposoben doseči zmogljivost na strokovni ravni, ne da bi imel koristi od kakršnih koli posebej kodiranih domen znanja.

Če pa naj bi algoritem uporabljali usposobljeni zdravniki, bi lahko izkoristili tako imenovani »salience map«, ki razkriva, kako pomemben je bil vsak piksel na sliki pri napovedi AI postopek. Z drugimi besedami, namesto da bi nadomestilo dermatologe, bi se to lahko izkazalo za uporabno orodje v njihovem arzenalu – enakovredno pametnemu rentgenu, ki ponuja lastno razlago o tem, kaj vidi.

Za zdaj pa to skače daleč naprej. "Vsekakor obstajajo regulativna pravila, da bi FDA to odobrila," je dejal Kuprel. "To bi bilo pomembno, preden bi bilo mogoče uporabiti katero koli aplikacijo." Poleg tega pa preiskovalci ne povedo, kaj je naslednje.

"Še vedno razmišljamo o naslednjih korakih in še ne moremo komentirati," je dejala Esteva.

Priporočila urednikov

• A.I. bi lahko imela ključno vlogo pri rojstvu jutrišnjih otrok IVF
• Globoko učenje AI lahko posnemajo distorzijske učinke ikoničnih kitarskih bogov
• Japonski raziskovalci uporabljajo globoko učenje AI. za premikanje robotov za naplavljeni les
• Statistik opozarja na zanesljivost tehnik strojnega učenja
• Kaj je globoko učenje?

Nadgradite svoj življenjski slogDigitalni trendi pomagajo bralcem slediti hitremu svetu tehnologije z vsemi najnovejšimi novicami, zabavnimi ocenami izdelkov, pronicljivimi uvodniki in enkratnimi vpogledi v vsebine.