2018-02-21 09:48:24
Ένας οφθαλμολόγος μπορεί με λεπτομερή εξέταση των ματιών να εντοπίσει σημάδια από αρκετές ασθένειες, όπως υψηλή αρτηριακή πίεση και διαβήτη, αλλά το ίδιο θα μπορεί πολύ σύντομα να το πράξει και η τεχνητή νοημοσύνη της Google. Η εταιρεία εκμεταλλεύεται για ακόμα μία φορά αλγορίθμους deep learning για να προβλέπει καρδιαγγειακά προβλήματα αναλύοντας τον αμφιβληστροειδή του ασθενούς.
Το σύστημα της Google παρουσιάστηκε στην εργασία με τίτλο “Prediction of Cardiovascular Risk Factors from Retinal Fundus Photographs via Deep Learning”. Οι αλγόριθμοι έχουν εκπαιδευτεί με τα δεδομένα 284.335 ασθενών λαμβάνοντας υπόψιν συγκεκριμένα προβλήματα υγείας και κινδύνους όπως υψηλή αρτηριακή πίεση, αν ο ασθενής είναι καπνιστής ή όχι κλπ. Η ακρίβεια του συστήματος ξεπέρασε το 71% και ειδικότερα στην μέτρηση της συστολικής πίεσης αφήνει σημαντικά πίσω τις μεθόδους μέτρησης των γιατρών.
Εκτός των πιθανών κινδύνων, ο αλγόριθμος της Google έχει εκπαιδευτεί για να προβλέπει την πιθανότητα καρδιαγγειακού νοσήματος, όπως ανακοπή ή εγκεφαλικό, με σχετικά υψηλή ακρίβεια. Σε μια σχετική δοκιμή έπιασε ποσοστό 70% για να καταλάβει ποιος από τους δύο ασθενείς είχε αντιμετωπίσει στο παρελθόν κάποιο σοβαρό καρδιαγγειακό νόσημα, απλά μελετώντας τις φωτογραφίες του ματιού.
Όπως συμβαίνει με όλα τα συστήματα deep learning, όσο μεγαλώνει η βάση δεδομένων (μελέτη περισσότερων ασθενών), τόσο πιο ακριβές γίνεται το σύστημα.
Πηγή Tromaktiko
Το σύστημα της Google παρουσιάστηκε στην εργασία με τίτλο “Prediction of Cardiovascular Risk Factors from Retinal Fundus Photographs via Deep Learning”. Οι αλγόριθμοι έχουν εκπαιδευτεί με τα δεδομένα 284.335 ασθενών λαμβάνοντας υπόψιν συγκεκριμένα προβλήματα υγείας και κινδύνους όπως υψηλή αρτηριακή πίεση, αν ο ασθενής είναι καπνιστής ή όχι κλπ. Η ακρίβεια του συστήματος ξεπέρασε το 71% και ειδικότερα στην μέτρηση της συστολικής πίεσης αφήνει σημαντικά πίσω τις μεθόδους μέτρησης των γιατρών.
Εκτός των πιθανών κινδύνων, ο αλγόριθμος της Google έχει εκπαιδευτεί για να προβλέπει την πιθανότητα καρδιαγγειακού νοσήματος, όπως ανακοπή ή εγκεφαλικό, με σχετικά υψηλή ακρίβεια. Σε μια σχετική δοκιμή έπιασε ποσοστό 70% για να καταλάβει ποιος από τους δύο ασθενείς είχε αντιμετωπίσει στο παρελθόν κάποιο σοβαρό καρδιαγγειακό νόσημα, απλά μελετώντας τις φωτογραφίες του ματιού.
Όπως συμβαίνει με όλα τα συστήματα deep learning, όσο μεγαλώνει η βάση δεδομένων (μελέτη περισσότερων ασθενών), τόσο πιο ακριβές γίνεται το σύστημα.
Πηγή Tromaktiko
ΜΟΙΡΑΣΤΕΙΤΕ
ΔΕΙΤΕ ΑΚΟΜΑ
ΠΡΟΗΓΟΥΜΕΝΟ ΑΡΘΡΟ
Αλυσίδα ξενοδοχείων προσφέρει έκπτωση αν... αφήσετε τα κινητά σας έξω
ΕΠΟΜΕΝΟ ΑΡΘΡΟ
Σοκ: Επίθεση με όπλο και μαχαίρι στον Ουάρντα
ΣΧΟΛΙΑΣΤΕ
