การเรียนรู้เชิงลึกมีประโยชน์พอๆ กับข้อดีในการจดจำมะเร็งผิวหนัง

นั่นคือแนวคิดกว้างๆ ที่อยู่เบื้องหลังโปรเจ็กต์ล่าสุดที่สร้างโดย นักวิทยาศาสตร์คอมพิวเตอร์จากมหาวิทยาลัยสแตนฟอร์ดซึ่งใช้พลังวิชันซิสเต็มวิชันที่ไม่ธรรมดาของโครงข่ายประสาทเทียมการเรียนรู้เชิงลึกที่ล้ำสมัยกับโลกแห่งวิทยาผิวหนัง

ด้วยการใช้ฐานข้อมูลภาพโรคผิวหนังเกือบ 130,000 ภาพ ทีมงานจึงสามารถสร้าง อัลกอริธึมปัญญาประดิษฐ์สามารถวินิจฉัยรอยโรคที่ผิวหนังได้ด้วยการฝึกอบรมการจับคู่ระดับประสิทธิภาพ ผู้เชี่ยวชาญ

"[เราฝึกให้] จำแนกภาพสภาพผิวว่าไม่ร้ายแรงหรือร้ายแรง และพบว่าภาพดังกล่าวตรงกับประสิทธิภาพของแพทย์ผิวหนังที่ได้รับการรับรองจากคณะกรรมการมากกว่า 21 คนในการวินิจฉัยที่สำคัญ 3 ประการ งาน: ระบุมะเร็ง keratinocyte (มะเร็งที่พบบ่อยที่สุดในมนุษย์), ระบุมะเร็งผิวหนัง (มะเร็งผิวหนังที่อันตรายที่สุด) และระบุมะเร็งผิวหนังเมื่อตรวจด้วยกล้องเดอร์โมสโคป” ผู้เขียน

โครงข่ายประสาทเทียมที่นักวิจัยใช้นั้นเป็นโครงข่ายที่ออกแบบโดย Google และได้รับการฝึกให้จดจำภาพได้ 1.28 ล้านภาพ โดยมีวัตถุประสงค์ที่ค่อนข้างไม่สำคัญในการแยกแยะแมวออกจากสุนัข

“เราเห็นว่ามันแสดงให้เห็นถึงประสิทธิภาพเหนือมนุษย์ในการแยกแยะสุนัขกว่า 200 ชนิด” ผู้เขียนร่วมคนแรก เบรตต์ คูเพรล บอกเรา “เราคิดว่าเราสามารถนำสิ่งนี้ไปใช้กับสิ่งที่มีประโยชน์มากกว่าได้ เช่น การวินิจฉัยโรคมะเร็งผิวหนัง”

ก่อนเริ่มโครงการ ทั้ง Esteva และ Kuprel ไม่มีพื้นฐานด้านผิวหนัง ซึ่งหมายถึงอัลกอริทึมของพวกเขา ที่สร้างขึ้นสามารถบรรลุประสิทธิภาพระดับผู้เชี่ยวชาญโดยไม่ต้องได้รับประโยชน์จากโดเมนเฉพาะที่เข้ารหัสเป็นพิเศษ ความรู้.

อย่างไรก็ตาม หากแพทย์ที่ผ่านการฝึกอบรมจะใช้อัลกอริธึม พวกเขาสามารถใช้ประโยชน์จากก สิ่งที่เรียกว่า "แผนที่จุดเด่น" เผยให้เห็นความสำคัญของแต่ละพิกเซลในรูปภาพต่อการทำนายของ AI กระบวนการ. กล่าวอีกนัยหนึ่ง แทนที่จะมาแทนที่แพทย์ผิวหนัง สิ่งนี้สามารถพิสูจน์ได้ว่าเป็นเครื่องมือที่มีประโยชน์ในคลังแสงของพวกเขา ซึ่งเทียบเท่ากับการเอ็กซเรย์อัจฉริยะที่ให้การตีความของตัวเองเกี่ยวกับสิ่งที่เห็น

แต่สำหรับตอนนี้นั่นเป็นการก้าวกระโดดไปข้างหน้า “มีกฎข้อบังคับที่แน่นอนเพื่อให้ FDA อนุมัติ” Kuprel กล่าว “นั่นจะมีความสำคัญก่อนที่แอปพลิเคชันใดๆ จะถูกปรับใช้” นอกเหนือจากนี้ ผู้สืบสวนไม่ได้บอกว่าจะเกิดอะไรขึ้นต่อไป

“เรายังคงพิจารณาถึงขั้นตอนต่อไปและยังไม่สามารถแสดงความคิดเห็นได้” เอสเตวากล่าว

คำแนะนำของบรรณาธิการ

• AI. อาจมีบทบาทสำคัญในการเกิดของเด็กผสมเทียมในอนาคต
• การเรียนรู้เชิงลึก A.I. สามารถเลียนแบบเอฟเฟ็กต์การบิดเบี้ยวของเทพเจ้าแห่งกีตาร์อันเป็นเอกลักษณ์ได้
• นักวิจัยชาวญี่ปุ่นใช้ AI การเรียนรู้เชิงลึก เพื่อให้หุ่นยนต์ไม้ระแนงเคลื่อนที่
• นักสถิติยกธงสีแดงเกี่ยวกับความน่าเชื่อถือของเทคนิคการเรียนรู้ของเครื่อง
• การเรียนรู้เชิงลึกคืออะไร?

อัพเกรดไลฟ์สไตล์ของคุณDigital Trends ช่วยให้ผู้อ่านติดตามโลกแห่งเทคโนโลยีที่เปลี่ยนแปลงไปอย่างรวดเร็วด้วยข่าวสารล่าสุด รีวิวผลิตภัณฑ์สนุกๆ บทบรรณาธิการที่เจาะลึก และการแอบดูที่ไม่ซ้ำใคร