vaistai.lt

Dirbtinis intelektas atpažino net tuos prostatos vėžio ženklus, apie kuriuos žmonės kol kas nežino (485/0) 

dirbtinis intelektas atpažino net tuos prostatos vėžio ženklus, apie kuriuos žmonės kol kas nežinoManoma, kad dirbtinis intelektas ateityje stipriai padidins medicininių diagnozių tikslumą. Tačiau kaip, jei visas žinias jam turės suteikti žmonės? Japonijos RIKEN mokslinių tyrimų centro mokslininkai leido DI algoritmui mokytis pačiam ir jis išmoko nepaprastai tiksliai diagnozuoti prostatos vėžį.

Ilgą laiką buvo manoma, kad DI sistema savo intelektu negalėtų aplenkti žmogaus. O kaip, jei viską jai turėtų suteikti būtent žmonės? RIKEN mokslininkai nusprendė nepadėti savo DI algoritmui - jie tiesiog paleido jį mokytis savarankiškai, kad jis gebėtų atpažinti net tuos prostatos vėžio ženklus, apie kuriuos žmonės kol kas nežino.

Rezultatas pranoko lūkesčius. DI sistema greitai išmoko atvaizduose atpažinti prostatos vėžio ženklus, nes kai jie buvo per menki, kad juos pastebėtų žmogus. Negana to, algoritmas taip pat išmoko itin tiksliai prognozuoti vėžio eigą. Kita vertus, prognozės buvo tiksliausios, kuomet buvo pagrįstos ir DI, ir gydytojo nuomonėmis.

Mokslininkai savo DI sistemai parodė 13188 prostatos vėžio atvaizdus be jokios papildomos informacijos. Algoritmas greitai išmoko atpažinti ryškiausius ligos ženklus, kuriuos diagnostikoje naudoja ir gydytojai. Tačiau DI taip pat atkreipė dėmesį ir į, atrodo, vėžio nepaliestas sritis, kurios, pasirodo, taip pat išduoda ligą. Dėl to DI gali labai tiksliai prognozuoti, ar po gydymo pabaigos vėžys sugrįš.

Tai - neįtikėtinai geri rezultatai. Visų pirma, tai dar kartą įrodo, kad DI gali mokytis savarankiškai ir įgyti tokių žinių, kurios dar nėra įtvirtintos tarp žmonių. Antra, DI gali padėti pagerinti diagnostikos metodus - išryškinti įvairių ligų ženklai vėliau gali būti panaudoti tikrų medikų. Galiausiai, DI algoritmai ateityje gali padėti skirti individualų gydymą, pagrįstą tiksliomis prognozėmis ir unikaliais ligos ženklais. Žinoma, prireiks dar nemažai laiko ir tyrimų, kol šią teoriją pavyks pritaikyti praktiškai.

 

Parengta pagal:
Automated acquisition of explainable knowledge from unannotated histopathology images

Informacija iš:

technologijos.lt

Image: FreeDigitalPhotos.net







Komentarai (Viso žinučių: 0)


Atsakyti
Vardas:Svečias
Pavadinimas:
Komentaras:


Įrašykite patvirtinimo kodą

Powered by AkoComment 3.0


vaistai.lt pasilieka teisę pašalinti tuos skaitytojų komentarus, kurie yra nekultūringi, nesusiję su tema, pasirašyti kito asmens vardu, pažeidžia įstatymus, reklamuoja, kursto nelegalius veiksmus.

Į viršų
 



Ieškomiausių TOP 5




Naudingos nuorodos