То је широка идеја иза недавног пројекта који је креирао компјутерски научници на Универзитету Станфорд, који је применио изванредне моћи машинског вида најсавременијих неуронских мрежа дубоког учења у свету дерматологије.
Препоручени видео снимци
Користећи базу података од близу 130.000 слика кожних болести, тим је успео да направи алгоритам вештачке интелигенције који може да дијагностикује лезије коже са обученим нивоом перформанси стручњака.
Повезан
- Дубоко учење А.И. помаже археолозима да преведу древне плоче
- Ова апликација са АИ-ом може уочити рак коже са 95 посто тачности
- ДеепСкуеак је А.И. то открива о чему пацови ћаскају
„[Обучили смо га да] класификује слике стања коже као бенигне или малигне, и открили смо да се поклапају са учинком преко 21 дерматолога са сертификатом одбора на три кључна дијагностика задаци: идентификација карцинома кератиноцита (најчешћи канцер код људи), идентификација меланома (најсмртоноснији рак коже) и идентификација меланома када се посматра помоћу дермоскопије“, ко-први аутор
Андре Естева рекао је за Дигитал Трендс.Неуронска мрежа коју су истраживачи користили била је она коју је првобитно дизајнирао Гоогле и обучена да препозна 1,28 милиона слика, са помало неозбиљном сврхом да разликује мачке од паса.
„Видели смо да демонстрира надљудске перформансе у разликовању између 200 различитих врста паса“, коаутор Бретт Купрел Рекао нам. "Мислили смо да бисмо ово могли применити на нешто корисније, као што је дијагноза рака коже."
Пре пројекта, ни Естева ни Купрел нису имали искуства у дерматологији, што значи алгоритам који су цреатед је био у стању да постигне перформансе на нивоу стручњака без користи од било каквог посебно кодираног специфичног за домен знања.
Међутим, ако би алгоритам користили обучени лекари, могли би да искористе предност а такозвана „мапа истакнутости“, која открива колико је сваки пиксел на слици био важан у предвиђању АИ процес. Другим речима, уместо да замени дерматологе, ово би се могло показати као користан алат у њиховом арсеналу - еквивалент паметном рендгенском снимку који нуди сопствено тумачење онога што види.
За сада, међутим, то је далеко напред. „Дефинитивно постоје регулаторна правила која ће натерати ФДА да то одобри“, рекао је Купрел. „То би било важно пре него што се било која апликација може применити. Осим тога, међутим, истражитељи не говоре шта је следеће.
„Још увек разматрамо следеће кораке и још не можемо да коментаришемо“, рекла је Естева.
Препоруке уредника
- А.И. може играти виталну улогу у рађању сутрашње деце вантелесне оплодње
- Дубоко учење А.И. може да имитира ефекте дисторзије култних гитарских богова
- Јапански истраживачи користе дубоко учење А.И. да покренете наплављене роботе
- Статистичар подиже црвену заставу о поузданости техника машинског учења
- Шта је дубоко учење?
Надоградите свој животни стилДигитални трендови помажу читаоцима да прате убрзани свет технологије са свим најновијим вестима, забавним рецензијама производа, проницљивим уводницима и јединственим кратким прегледима.
