Исследователи из Массачусетского технологического института (MIT) Для просмотра ссылки Войди
По словам разработчиков, даже при использовании нейросетей для диагностики заболеваний по рентгеновским снимкам или данным МРТ всегда существует риск ошибок. Это связано с тем, что изображения могут быть нечеткими или содержать артефакты.
«Наличие цифрового помощника может помочь в принятии решений. Сам факт обнаружения неопределенности на снимке может повлиять на вывод врача», — Для просмотра ссылки Войди
В основе метода лежит сегментация — процесс, в ходе которого медицинские изображения разделяются на отдельные области и тщательно изучаются на предмет выявления потенциально опасных участков.
Названная в честь греческой богини случая ИИ-модель Tyche использует байесовские нейронные сети, которые способны обрабатывать неопределенность. Эти сети обучаются на наборе данных медицинских изображений, помеченных экспертами-врачами.
Нейросеть от MIT имеет несколько преимуществ по сравнению с другими ИИ-методами:
- более точно диагностирует заболевания, поскольку учитывает неопределенность в изображениях;
- генерирует меньше ложных срабатываний;
- позволяет врачам лучше понять, как ИИ пришел к своему выводу.
Ранее Google Cloud и немецкая медицинская компания Bayer Для просмотра ссылки Войди
Напомним, в марте ученые Университета Оттавы Для просмотра ссылки Войди
- Источник новости
- forklog.com