2024. 01. 31. - 08:50
Tüdőgyulladás, melanoma, koronavírus diagnózisát javíthatja a mesterséges intelligencia
Megbízhatóbb módszert fejlesztettek ki a kutatók olyan betegségek diagnosztizálására, mint a Covid-19, tüdőgyulladás és melanoma – a mesterséges intelligencia eszközeivel.
Javítható a betegségek diagnózisa a mesterséges intelligenciával. A Waterloo Egyetem interdiszciplináris kutatócsoportja kidolgozott egy megbízhatóbb módszert olyan betegségek diagnosztizálására, mint a koronavírus, a tüdőgyulladás és a melanoma – ehhez pedig a mesterséges intelligencia (MI) eszközeit alkalmazta.
Alexander Wong waterlooi mérnök professzor az egyetem, a McGill Egyetem és a Kanadai Nemzeti Kutatási Tanács más kutatóival együttműködve fejlesztett ki új módszert az orvosok támogatására, azzal, hogy a számítógépes diagnosztikát mély tanulással javította.
A tanulmány a Sensors szakfolyóiratban jelent meg.
Diagnózis-javításra használják a mesterséges intelligencia tanulási erejét
A kutatók létrehoztak egy rendszert, Trustworthy Deep Learning Framework for Medical Image Analysis (TRUDLMIA) néven, amely kihasználja a felügyelt és önfelügyelt mesterséges intelligencia tanulási erejét. Célja, hogy előkészítse az utat a nagy teljesítményű és megbízható egészségügyi modellek fejlődéséhez. Olvasd el: Tüdődiagnosztika - Enyhítheti a kórházak túlterheltségét a mesterséges intelligencia
Tüdőgyulladás, melanoma, koronavírus diagnózisát javíthatja a mesterséges intelligencia
„A TRUDLMIA megközelítést alkalmazó modellek felülmúlják a különböző feladatokban már a meglévőket. Kimagaslóan teljesítenek a Covid-19, a tüdőgyulladás és a melanoma diagnosztizálásában, a teljesítmény és a bizalom tekintetében túlszárnyalják a kifejezetten ezekre a feladatokra tervezett modelleket” - mondta el a projekt vezetője, dr. Wong, a kanadai Orvosi képalkotás és a mesterséges intelligencia kutatói tanszékéről.
Hozzátette: a javasolt rendszer továbbfejlesztés alatt áll a jövőbeli pandémiák és szindrómák kezelésére, beleértve a Covid-19-hez kapcsolódó hosszú távú hatásokat is.
Az orvosi képalkotás és a mély tanulás javíthatja az orvosi mesterséges intelligencia működését, azzal, hogy segíti a diagnózist az előrejelzést és a prognózist.
A mélytanulás orvosi képelemzésben történő felhasználásának máig kulcskérdése volt az adatok torzítása, az alacsony bizalom és elszámoltathatóság, valamint a meglévő adatok értelmezésének kihívásai. Olvasd el: Mesterséges intelligencia - Az algoritmus egyenlő a szakorvossal a melanoma azonosításában
A TRUDLMIA innovációja három szakaszban működik az MI-rendszer betanítása érdekében. Első lépésben egy rendkívül nagy, címkézett általános adathalmazból tanul egy képzés előtti folyamat során, majd egy önállóan felügyelt tanulási folyamatban képzi magát az általános adatokból és a szakterület-specifikus adatokból – ilyenek az orvosi adatok -, címkék nélkül.
Végül finomhangolja a mesterséges intelligenciát feladatspecifikus címkézett adatokkal - például klinikai diagnózis adatokkal -, egy speciális céllal, amely az adatok egyensúlyhiányának és torzításainak kezelésére, valamint a mesterséges intelligencia megbízhatóságának javítására összpontosít.
„A TRUDLMIA, melyet orvosokkal együttműködésben fejlesztettek ki, készen áll az orvosi képelemzés átalakítására” - mondta dr. Pengcheng Xi, a Kanadai Nemzeti Kutatási Tanács vezető kutatója.
Megjegyezte: a diagnosztikai pontosság javítására, a bizalom növelésére és az orvosi szakterületekhez alkalmazkodásra koncentrálva a TRUDLMIA arra törekszik, hogy az orvosok szövetségese legyen - időben történő beavatkozást biztosítson a betegeknek és támogassa a gondozókat a megelőző ellátás révén.
L.A.
