Что нового
  • Что бы вступить в ряды "Принятый кодер" Вам нужно:
    Написать 10 полезных сообщений или тем и Получить 10 симпатий.
    Для того кто не хочет терять время,может пожертвовать средства для поддержки сервеса, и вступить в ряды VIP на месяц, дополнительная информация в лс.

  • Пользаватели которые будут спамить, уходят в бан без предупреждения. Спам сообщения определяется администрацией и модератором.

  • Гость, Что бы Вы хотели увидеть на нашем Форуме? Изложить свои идеи и пожелания по улучшению форума Вы можете поделиться с нами здесь. ----> Перейдите сюда
  • Все пользователи не прошедшие проверку электронной почты будут заблокированы. Все вопросы с разблокировкой обращайтесь по адресу электронной почте : info@guardianelinks.com . Не пришло сообщение о проверке или о сбросе также сообщите нам.

Алгоритмы Машинного Обучения Помогут Распознать Опухоли

Sascha

Заместитель Администратора
Команда форума
Администратор
Регистрация
9 Май 2015
Сообщения
1,064
Баллы
155
Возраст
47

Диагностика заболевания имеет не меньшее значение, чем его лечение. Но зачастую в силу разных причин она может быть затруднена рядом дополнительных факторов. И если в случае не особо угрожающих жизни состояний промедление не даст больших осложнений, то заболевания вроде онкологии нуждаются в как можно более быстрой диагностике. А для улучшения выявляемости заболеваний специалисты Google предлагают использовать алгоритмы машинного обучения.


Придти на помощь сотрудники компании Google решили от того, что, согласно статистике, в вопросах наличия у пациентов некоторых форм рака молочной и предстательной желез, мнения врачей могут совпадать лишь на 48%. Чтобы разрешить данную проблему, и было предложено использовать «помощь ИИ». Для создания программы исследователи использовали снимки органов, пораженных онкологией, предоставленные медицинским центром университета Неймегена. Для этих целей неплохо подошел уже существующий алгоритм под названием Inception (или GoogLeNet).

В ходе обучения системе «скормили» большое количество тепловых карт, то есть снимков, показывающих, какие части тканей могут быть поражены. После некоторой модификации алгоритма подготовленные при его помощи тепловые карты были усовершенствованы настолько, что их точность достигла 89%, в сравнении с изначальными снимками, содержащими большое количество «шумов». Далее было решено сравнить результаты работы и выводы Inception с заключениями, которое давали бы врачи. В итоге после анализа 130 снимков выяснилось, что Inception на 16% эффективнее человека определяет участки поражения.

Несмотря на хорошие результаты, авторы алгоритма утверждают, что модель все еще далека от совершенства. Она не обращает внимание на наличие сопутствующих патологий, которые могут косвенно говорить о наличии заболевания. Но даже при этом, если дополнить работу человека программой-диагностом, это может дать крайне положительные результаты и увеличить количество выявленных заболеваний, которые раньше могли быть упущены.
 
Вверх