Sztuczna inteligencja diagnozuje choroby związane z degeneracją siatkówki oka Fot. archiwum

Uczeni z Uniwersytetu Kalifornijskiego wykorzystali sztuczną inteligencje do wykrywania i diagnozowania chorób związanych z degeneracją siatkówki oka - informuje pismo „Cell”. Osiągnęli to m.in. poprzez zmianę systemu uczenia się komputera.

Ekspert ds. sztucznej inteligencji z Wrocławia Tomasz Gibas wyjaśnia, że obecnie jesteśmy w stanie zaufać sztucznej inteligencji w motoryzacji, np. podczas samodzielnego parkowania samochodu. Teraz coraz śmielej wkracza ona do medycyny.

Metoda opracowana przez naukowców z Uniwersytetu Kalifornijskiego w San Diego pod kierunkiem Daniela S. Kermany'ego rozróżnia dwie często występujące choroby siatkówki - zwyrodnienie plamki żółtej i cukrzycowy obrzęk plamki, ale ocenia również stopień zaawansowania schorzenia.

- Kluczem do tego sukcesu była zmiana sposobu uczenia się sztucznej inteligencji. Naukowcy wykorzystali nowy, specyficzny typ uczenia maszynowego nazwany "uczeniem transferowym". Fenomen uczenia transferowego w przypadku medycyny polega na tym, że pozwala ono przenieść zasób wiedzy z jednego obszaru chorobowego na inny, podnosząc dokładność diagnozy przy jednoczesnym skróceniu czasu potrzebnego na naukę - tłumaczy Gibas.

Specjalista dodaje, że platforma wykorzystuje już 200 tys. zdjęć tomograficznych siatkówki i w ciągu 30 sekund jest w stanie ocenić, czy pacjent potrzebuje leczenia. - Skuteczność diagnozy wynosi ok. 95 proc., co twórcy porównują z trafnością dobrze wyszkolonego okulisty - podkreśla.

Zdaniem Gibasa, zadbano też o to, by proces diagnozowania był jak najbardziej przejrzysty, aby nawet pacjenci nieobeznani z technologią mogli mu zaufać. Komputer na bieżąco pokazuje, na jaki obszar patrzy oraz na jakiej podstawie wystawia swoją diagnozę.

Specjaliści z Uniwersytetu Kalifornijskiego chcą wykorzystać opracowaną przez siebie metodę także w innych obszarach medycyny, ponieważ każdorazowe zwiększenie bazy danych skutkuje według nich zwiększeniem efektywności diagnozy.

- Zastosowanie transferowego systemu uczenia się pozwala już teraz kalifornijskiej sztucznej inteligencji diagnozować obrazy rentgenowskie klatki piersiowej i z 90 proc. dokładnością rozróżniać wirusowe i bakteryjne zapalenie płuc - przekonuje Gibas.

Specjalista dodaje, że sztuczna inteligencja jest cennym narzędziem pozwalającym usprawnić pracę lekarzy. - Szybka i trafna diagnoza dokonana przez komputer pozwoli pacjentom szybciej poddać się niezbędnemu leczeniu - podkreśla Tomasz Gibas. 

Podobał się artykuł? Podziel się!
comments powered by Disqus

BĄDŹ NA BIEŻĄCO Z MEDYCYNĄ!

Newsletter

Najważniejsze informacje portalu rynekzdrowia.pl prosto na Twój e-mail

Rynekzdrowia.pl: polub nas na Facebooku

Rynekzdrowia.pl: dołącz do nas na Google+

Obserwuj Rynek Zdrowia na Twitterze

RSS - wiadomości na czytnikach i w aplikacjach mobilnych

POLECAMY W PORTALACH