कैसे हम कर सकते हैं ‘आलसी’ कृत्रिम बुद्धि और अधिक पारदर्शी और प्रासंगिक क्लिनिक के लिए? — ScienceDaily


कृत्रिम बुद्धि (एअर इंडिया) के एक महत्वपूर्ण नवाचार में निदान सकते हैं, क्योंकि यह जल्दी से पहचान करने के लिए जानें असामान्यताएं है कि एक डॉक्टर भी लेबल के रूप में एक बीमारी है । लेकिन है कि जिस तरह से इन प्रणालियों का काम है, अक्सर अपारदर्शी है, और डॉक्टरों के लिए क्या है की एक बेहतर “समग्र” चित्र जब वे का निदान । एक नए प्रकाशन में, शोधकर्ताओं Radboudumc दिखाने के कैसे वे कर सकते हैं एअर इंडिया दिखाने के कैसे यह काम कर रहा है, के रूप में अच्छी तरह के रूप में इसे का निदान और अधिक की तरह, एक डॉक्टर, इस प्रकार बनाने ऐ-प्रणालियों के लिए और अधिक प्रासंगिक नैदानिक अभ्यास.

डॉक्टर एअर इंडिया बनाम

हाल के वर्षों में, कृत्रिम बुद्धि में वृद्धि पर किया गया है के निदान में मेडिकल इमेजिंग. एक डॉक्टर को देखने के कर सकते हैं एक एक्स-रे या बायोप्सी असामान्यताएं की पहचान करने के लिए, लेकिन यह भी तेजी से किया जा सकता है द्वारा एक एअर इंडिया प्रणाली के माध्यम से “गहरी सीखने” (देखें ‘पृष्ठभूमि क्या है: गहरी सीखने’ नीचे). इस तरह की एक प्रणाली के लिए सीखता है, पर आने के एक निदान के लिए अपने दम पर, और कुछ मामलों में यह बस के रूप में अच्छी तरह से या बेहतर की तुलना में अनुभवी डॉक्टरों.

दो प्रमुख मतभेद के लिए की तुलना में एक मानव चिकित्सक कर रहे हैं, सबसे पहले, कि ऐ अक्सर पारदर्शी नहीं में यह कैसे का विश्लेषण करने के लिए छवियों, और, दूसरा, कि इन प्रणालियों काफी हैं “आलसी।” एअर इंडिया पर लग रहा है के लिए क्या जरूरत है एक विशेष निदान, और फिर बंद हो जाता है । इसका मतलब यह है कि एक स्कैन नहीं करता है हमेशा की पहचान सभी असामान्यताओं, यहां तक कि निदान सही है । एक डॉक्टर है, खासकर जब विचार करने के लिए उपचार योजना, पर लग रहा है की बड़ी तस्वीर: मैं क्या देखते हैं? जो विसंगतियों हटा दिया जाना चाहिए या इलाज के दौरान सर्जरी?

एअर इंडिया की तरह अधिक डॉक्टर

बनाने के लिए एअर इंडिया प्रणाली के लिए और अधिक आकर्षक नैदानिक अभ्यास, Cristina गोंज़ालेज़ गोंजालो, पीएचडी उम्मीदवार पर एक आँख अनुसंधान और नैदानिक छवि विश्लेषण के Radboudumc विकसित की है, एक दो तरफा नवाचार के लिए नैदानिक ऐ । वह इस किया था के आधार पर आंख को स्कैन करता है, जो में असामान्यताओं के रेटिना हुई — विशेष रूप से मधुमेह रेटिनोपैथी और उम्र से संबंधित धब्बेदार अध: पतन. इन असामान्यताएं आसानी से पहचाना जा सकता दोनों के द्वारा एक डॉक्टर और ऐ । लेकिन वे भी असामान्यताएं है कि अक्सर समूहों में पाए जाते हैं. एक क्लासिक ऐ निदान एक या कुछ धब्बे को रोकने और विश्लेषण. इस प्रक्रिया में द्वारा विकसित गोंज़ालेज़ गोंजालो हालांकि, एअर इंडिया के माध्यम से चला जाता है चित्र और अधिक से अधिक फिर से, सीखने की अनदेखी करने के लिए स्थानों में यह पहले से ही पारित कर दिया है, इस प्रकार नए लोगों की खोज. इसके अलावा, ऐ यह भी पता चलता है जो क्षेत्रों की आंख स्कैन यह समझा संदिग्ध है, इसलिए निदान की प्रक्रिया पारदर्शी है ।

चलने का एक प्रक्रिया

एक बुनियादी एअर इंडिया के साथ आ सकता है एक निदान के आधार पर एक आकलन के आंख स्कैन, और धन्यवाद करने के लिए पहली योगदान गोंज़ालेज़ गोंजालो, यह दिखा सकते हैं कि यह कैसे पर पहुंचे कि निदान । इस दृश्य विवरण से पता चलता है कि प्रणाली है, वास्तव में आलसी — रोक के बाद के विश्लेषण के रूप में इसे प्राप्त सिर्फ पर्याप्त जानकारी एक निदान करने के लिए. यही कारण है कि वह भी इस प्रक्रिया में चलने का एक अभिनव तरीका, के लिए मजबूर कर ऐ देखने के लिए कठिन है और अधिक बनाने के एक ‘पूरा’ तस्वीर है कि रेडियोलॉजिस्ट होता है.

कैसे प्रणाली को देखने के लिए जानें एक ही आंख स्कैन के साथ ‘ताजा आँखों से’? प्रणाली को नजरअंदाज कर दिया परिचित भागों द्वारा डिजिटल रूप से भरने में असामान्यताएं पहले से ही पाया का उपयोग कर स्वस्थ ऊतकों आसपास से विषमता. सभी के परिणामों के मूल्यांकन राउंड कर रहे हैं, तो एक साथ जोड़ा गया है और पैदा करता है कि अंतिम निदान. अध्ययन में, इस दृष्टिकोण में सुधार की संवेदनशीलता का पता लगाने के मधुमेह रेटिनोपैथी और उम्र से संबंधित धब्बेदार अध: पतन के द्वारा 11.2+/-2.0% प्रति छवि । क्या इस परियोजना में साबित होता है कि यह संभव है करने के लिए एक एअर इंडिया प्रणाली का आकलन छवियों और अधिक की तरह, एक डॉक्टर के रूप में अच्छी तरह के रूप में पारदर्शी बनाने के लिए कैसे यह कर रहा है. यह मदद कर सकता है इन प्रणालियों आसान हो करने के लिए विश्वास और इस प्रकार करने के लिए अपनाया जा radiologists द्वारा.

पृष्ठभूमि: क्या है ‘डीप लर्निंग’?

गहरी सीखने के लिए एक शब्द है के लिए इस्तेमाल किया प्रणाली है कि जानने के लिए एक तरह से इसी तरह की है कि कैसे हमारे दिमाग काम करता है. यह के होते हैं नेटवर्क के इलेक्ट्रॉनिक ‘न्यूरॉन्स’, जिनमें से प्रत्येक की पहचान करने के लिए सीखता एक पहलू के वांछित छवि । यह तो इस प्रकार के सिद्धांतों ‘करके सीखने’, और ‘अभ्यास परिपूर्ण बनाता है’. प्रणाली को खिलाया जाता है और अधिक और अधिक छवियों शामिल है कि प्रासंगिक जानकारी कह रही है-इस मामले में-चाहे वहाँ एक विसंगति है, रेटिना में, और यदि ऐसा है, जो रोग है, यह है. फिर, प्रणाली पहचान करने के लिए सीखता है, जो विशेषताओं के लिए संबंधित उन बीमारियों, और अधिक चित्रों को यह देखता है, यह बेहतर पहचान कर सकते हैं उन विशेषताओं में undiagnosed छवियों. हम कुछ इसी तरह के छोटे बच्चों के साथ: हम बार-बार पकड़ एक वस्तु कहते हैं, एक सेब, उनके सामने हैं और कहते हैं कि यह एक सेब है । कुछ समय के बाद, आप की जरूरत नहीं है कहने के लिए यह अब-भले ही प्रत्येक सेब थोड़ा अलग है. एक अन्य प्रमुख लाभ के लिए इन प्रणालियों है कि वे पूरी तरह उनके प्रशिक्षण बहुत तेजी से मनुष्यों की तुलना में और काम कर सकते हैं 24 घंटे एक दिन है.

कहानी का स्रोत:

सामग्री द्वारा ही प्रदान की जाती Radboud विश्वविद्यालय के मेडिकल सेंटर. नोट: सामग्री संपादित किया जा सकता है के लिए शैली और लंबाई ।



Source link

Leave a Reply

Your email address will not be published. Required fields are marked *