Hoe kunsmatige intelligensie beloof vinniger, meer akkurate gesondheidsdienste

Hoe kunsmatige intelligensie beloof vinniger, meer akkurate gesondheidsdienste Soos masjienleer vorder, sluit die aansoeke vinniger, meer akkurate mediese diagnoses in. Shutter

Toe Google DeepMind se AlphaGo skokkend die legendariese Go-speler Lee Sedol in 2016 verslaan het, is die terme kunsmatige intelligensie (AI), masjienleer en diep leer aangeskakel in die tegnologiese hoofstroom.

BBC Newsnight: AlphaGo en die toekoms van kunsmatige intelligensie.

{Youtube] 53YLZBSS0cc {/ youtube}

AI word algemeen gedefinieer as die kapasiteit vir 'n rekenaar of masjien om intelligente gedrag uit te beeld of te simuleer Tesla se selfry-motor en Apple se digitale assistent Siri. Dit is 'n florerende veld en die fokus van baie navorsing en belegging. Masjienleer is die vermoë van 'n AI-stelsel om inligting uit rou data te onttrek en om voorspellings te maak van nuwe data.

Diep leer kombineer kunsmatige intelligensie met masjienleer. Dit gaan oor algoritmes wat geïnspireer word deur die struktuur en funksie van die brein wat kunsmatige neurale netwerke genoem word. Diep leer het die afgelope tyd baie aandag gekry, sowel in die verbruikerswêreld as in die mediese gemeenskap.

Belangstelling in diep leer het gestyg met die sukses van AlexNet, 'n neurale netwerk ontwerp deur Alex Krizhevsky wat die 2012 ImageNet Grootskaalse Visuele Erkenningsuitdaging, 'n jaarlikse beeldklassifikasie kompetisie.

Nog 'n betreklik onlangse bevordering is die gebruik van grafiese verwerkingseenhede (GPU's) om diep leer algoritmes te dryf. GPU's presteer by berekeninge (vermenigvuldigings en toevoegings) wat benodig word vir diep leerprogramme, waardeur die verwerkingstyd van die aansoek verlaag word.


Kry die nuutste van InnerSelf


In ons laboratorium aan die Universiteit van Saskatchewan doen ons interessante, diepgaande navorsing oor gesondheidsorgtoepassings - en as professor in elektriese en rekenaaringenieurswese lei ek die navorsingspan. As dit gaan om gesondheidsorg, is die gebruik van AI of masjienleer om diagnoses te maak, nuut en daar is opwindende en belowende vordering.

Onttrek bloedvate in die oog

Die opsporing van abnormale retinale bloedvate is nuttig vir die diagnose van diabetes en hartsiektes. Ten einde betroubare en betekenisvolle mediese interpretasies te verskaf, moet die retinale vat uit 'n retinale beeld verkry word vir betroubare en betekenisvolle interpretasies. Hoewel handmatige segmentering moontlik is, is dit 'n komplekse, tydrowende en vervelige taak wat gevorderde professionele vaardighede vereis.

My navorsingspan het 'n stelsel ontwikkel wat retinale bloedvate kan segmenteer deur bloot 'n rou retinale beeld te lees. Dit is 'n rekenaargesteunde diagnosesisteem wat die werk verlaag wat benodig word deur oogkundiges en oogheelkundiges, en verwerk beelde 10 keer vinniger, terwyl hoë akkuraatheid behoue ​​bly.

Opsporing van longkanker

Rekenaartomografie (CT) word wyd gebruik vir die diagnose longkanker. Aangesien visuele voorstellings van goedaardige (nie-kanker) en kwaadaardige (kanker) letsels in CT-skanderings soortgelyk is, kan 'n CT-skandering nie altyd 'n betroubare diagnose lewer nie. Dit is waar selfs vir 'n torakale radioloog met baie jare ondervinding. Die vinnige groei van CT scan analise het 'n dringende behoefte aan gevorderde rekenkundige gereedskap gegenereer om radioloë by te staan ​​met die siftingsverloop.

Om die diagnostiese prestasie van radioloë te verbeter, het ons 'n diep leeroplossing voorgestel. Op grond van ons navorsingsbevindings, is ons oplossing beter as die ervare radioloë. Verder, met behulp van 'n diep leer-gebaseerde oplossing, verbeter die diagnostiese prestasie algehele en radioloë met minder ondervinding voordeel uit die stelsel die meeste.

tegnologie 'N kiekie van die longkanker opsporing sagteware. Seokbum Ko, skrywer met dien verstande

Beperkings en uitdagings

Alhoewel groot belofte getoon is met diep leer algoritmes in 'n verskeidenheid take oor radiologie en medisyne, is hierdie stelsels ver van perfek. Die verkryging van geannoteerde datastelle van hoë gehalte sal 'n uitdaging bly vir diepgaande opleiding. Die meeste rekenaarvisie-navorsing is gebaseer op natuurlike beelde, maar vir gesondheidsorgtoepassings benodig ons groot geannoteerde mediese beelddatastelle.

'N Ander uitdaging vanuit 'n kliniese oogpunt sal die tyd wees om te toets hoe goed die diepste tegnieke in teenstelling met menslike radioloë uitvoer.

Daar moet meer samewerking tussen dokters en masjienleerwetenskaplikes wees. Die hoë graad van kompleksiteit van menslike fisiologie sal ook 'n uitdaging wees vir masjienleertegnieke.

Nog 'n uitdaging is die vereistes om 'n diep leerstelsel vir kliniese implementering te bekragtig, wat waarskynlik multi-institusionele samewerking en groot datastelle benodig. Ten slotte is 'n doeltreffende hardeware platform nodig om vinnige verwerking van diepleersisteme te verseker.

In die komplekse wêreld van gesondheidsorg kan AI-instrumente menslike praktisyns ondersteun om vinniger diens en meer akkurate diagnoses te lewer, en data te ontleed om tendense of genetiese inligting te identifiseer wat iemand aan 'n spesifieke siekte kan voorspel. Wanneer spaar minute kan lei tot reddende lewens, kan AI en masjienleer transformatief wees vir gesondheidswerkers en pasiënte.Die gesprek

Oor Die Skrywer

Seokbum Ko, Professor, Universiteit van Saskatchewan

Hierdie artikel is gepubliseer vanaf Die gesprek onder 'n Creative Commons lisensie. Lees die oorspronklike artikel.

verwante Boeke

{amazonWS: searchindex = Boeke; sleutelwoorde = toekoms van kunsmatige intelligensie; maxresults = 3}

enafarzh-CNzh-TWnltlfifrdehiiditjakomsnofaptruessvtrvi

volg InnerSelf op

Facebook-ikoonTwitter-ikoonrss-ikoon

Kry die nuutste per e-pos

Emailcloak = {af}

UIT DIE REDAKTEURS

Blou oë vs bruin oë: hoe rassisme aangeleer word
by Marie T. Russell, InnerSelf
In hierdie Oprah Show-episode van 1992 het die bekroonde anti-rassisme-aktivis en opvoeder Jane Elliott die gehoor 'n moeilike les oor rassisme geleer deur te demonstreer hoe maklik dit is om vooroordele te leer.
'N Verandering gaan kom ...
by Marie T. Russell, InnerSelf
(30 Mei 2020) Terwyl ek die nuus oor die gebeure in Philadephia en ander stede in die land bekyk, smag dit na my hart. Ek weet dat dit deel is van die groter verandering wat plaasvind ...
'N Gesang kan die hart en die siel ophef
by Marie T. Russell, InnerSelf
Ek het verskillende maniere om die duisternis uit my gedagtes te verwyder as ek agterkom dat dit ingekruip het. Een is tuinmaak of tyd in die natuur deurbring. Die ander is stilte. 'N Ander manier is om te lees. En een wat ...
Waarom Donald Trump die grootste verloorder van die geskiedenis kan wees
by Robert Jennings, InnerSelf.com
Hierdie hele coronavirus-pandemie kos 'n fortuin, miskien 2 of 3 of 4 fortuin, almal van onbekende grootte. O ja, en honderde duisende, miskien 'n miljoen mense sal voortydig sterf as 'n direkte ...
Mascotte vir die pandemie en temalied vir sosiale distansie en isolasie
by Marie T. Russell, InnerSelf
Ek het onlangs 'n liedjie teëgekom en terwyl ek na die lirieke geluister het, het ek gedink dit sou 'n perfekte liedjie wees as 'n temalied vir hierdie tye van sosiale isolasie. (Lirieke onder die video.)