Egy mesterséges intelligencia szemész bemutatja, hogyan alakíthatja át a gépi tanulás az orvostudományt

A Google kutatói egy szemellenőrző algoritmust kaptak, hogy kitalálják, hogyan lehet kimutatni a vakság gyakori formáját, megmutatva, hogy a mesterséges intelligencia rendkívül hamar átalakítja az orvostudományt.

Az algoritmus képes megnézni a retina képeit, és kimutatni a diabéteszes retinopátiát – amely a cukorbetegek csaknem egyharmadát érinti –, ahogy egy magasan képzett szemész is képes. Ugyanazt a gépi tanulási technikát használja, amelyet a Google több millió webes kép címkézésére használ.

A diabéteszes retinopátiát a szem vérereinek károsodása okozza, és a látás fokozatos romlásához vezet. Ha korán észlelik, kezelhető, de előfordulhat, hogy a szenvedő korán nem tapasztal tüneteket, ezért a szűrés létfontosságú. Részben úgy diagnosztizálják, hogy egy szakértő megvizsgálja a páciens retinájáról készült felvételeket, amelyeket speciális eszközzel rögzítettek a vérzés és a folyadékszivárgás jelei szempontjából.



milyen messzire lát az emberi szem nappali fényben

Az automatizált észlelés valamilyen formája hatékonyabbá és megbízhatóbbá teheti a diagnózist, és különösen hasznos lehet azokban a régiókban, ahol kevés a szükséges szakértelem. Az egyik legérdekesebb dolog ebben a gépi tanulási megközelítésben az, hogy képes javítani az orvosi ellátás objektivitását és végső soron a pontosságát és minőségét. Michael Chiang , a szemészet professzora és az Oregon Health & Science University Casey Eye Institute klinikusa.

hol találták fel a tv-t

A mesterséges intelligencia a múltban vegyes sikereket ért el az orvostudományban. Azok a rendszerek, amelyek tudásadatbázist használnak tanácsadásra, bizonyos körülmények között jobban teljesítenek, mint az orvosok, de ezek felhasználása korlátozott. Ennek ellenére a gépi tanulás ereje – különösen a mély tanulásként ismert technika – a jövőben gyakoribbá teheti az AI-t (lásd: 10 Breakthrough Technologies 2013: Deep Learning). Az Alphabet leányvállalatának, a Google DeepMindnek a csapata éppen az AI-ra összpontosít hasonló munka , a londoni Moorfields Eye Hospital kutatóival együttműködve a számítógépek oktatása az optikai koherencia-tomográfiás vizsgálatokkal a makuladegeneráció és más szembetegségek jeleinek felderítésére (lásd a DeepMind első orvosi kutatási koncertjét, amely a mesterséges intelligencia segítségével diagnosztizálja a szembetegséget ).

Ez a kedden közzétett retina-képkutatás a először egy tanulmány a mély tanulásról megjelent a Az American Medical Association folyóirata , a folyóirat főszerkesztője, Howard Bauchner szerint.

A cikk szerzői, akik a Google informatikusaiból, valamint amerikai és indiai orvoskutatókból álltak, algoritmust dolgoztak ki a retinaképek elemzésére. A meglévő szemészeti szoftverekkel ellentétben azonban nem volt kifejezetten programozva a képek azon jellemzőinek felismerésére, amelyek a betegségre utalhatnak. Egyszerűen több ezer egészséges és beteg szemet nézett meg, és maga találta ki, hogyan lehet észrevenni az állapotot.

A kutatók 128 000 retinális képből álló képzési sorozatot készítettek, amelyet legalább három szemész osztályozott. Az algoritmus betanítása után a kutatók 12 000 képen tesztelték annak teljesítményét, és megállapították, hogy az megfelelt vagy meghaladta a szakértők teljesítményét az állapot azonosítása és súlyosságának besorolása terén.

einstein bose kondenzátum videó

A Google kutatói együttműködtek az indiai Aravind Medical Research Foundation tudósaival, ahol valódi betegek bevonásával zajlik klinikai vizsgálat. Ebben a projektben a betegek normál konzultáción vesznek részt, de képeiket összehasonlítás céljából a mélytanulási rendszerbe is betáplálják. Lily Peng, a Google kutatója és egy orvos, aki részt vett a projektben, azt mondja, a kísérlet eredményei még nem állnak készen a publikálásra.

A mélyreható tanulást az orvostudomány számos olyan területén lehetne alkalmazni, amelyek képelemzésen alapulnak, mint például a radiológia és a kardiológia. Az egyik legnagyobb kihívás azonban az lesz, hogy meggyőző bizonyítékot nyújtsunk a rendszerek megbízhatóságára. Brendan Frey , a Torontói Egyetem professzora és a cég vezérigazgatója és társalapítója Mély genomika , arra figyelmeztet, hogy a kutatóknak olyan gépi tanulási rendszereket kell kifejleszteniük, amelyek képesek megmagyarázni, hogyan jutottak el egy adott következtetésre (lásd az AI nyelvi problémáját).

Peng, a Google munkatársa szerint a csapata már dolgozik ezen. Megértjük, hogy a magyarázat nagyon fontos lesz – mondja.

elrejt

Tényleges Technológiák

Kategória

Nincs Kategorizálva

Technológia

Biotechnológia

Technikai Politika

Klímaváltozás

Ember És Technológia

Szilícium-Völgy

Számítástechnika

Mit News Magazin

Mesterséges Intelligencia

Tér

Okos Városok

Blockchain

Feature Story

Alumni Profil

Öregdiák Kapcsolat

Mit News Funkció

1865

Az Én Nézetem

77 Mass Ave

Ismerje Meg A Szerzőt

Profilok A Nagylelkűségben

Az Egyetemen Látható

Öregdiák Levelei

Hírek

Mit News Magazine

Választások 2020

Indexszel

A Kupola Alatt

Tűzoltótömlő

Végtelen Történetek

Pandémiás Technológiai Projekt

Az Elnöktől

Fedősztori

Képgaléria

Ajánlott