Вештачка интелигенција већ може да дијагностикује болести мрежњаче ока

Истраживачи са Универзитета у Калифорнији у часопису Целл представили су свету своје продорно решење на пољу вештачке интелигенције. Платформа коју су створили може не само да открије, већ и дијагностикује болести повезане са дегенерацијом мрежњаче ока. То су, између осталих, и постигли променом рачунарског система учења.

Тренутно смо у стању да верујемо вештачкој интелигенцији у областима као што је самостално паркирање аутомобила, али ослањање на њу у тако сложеним ситуацијама као што су медицинске дијагнозе до сада није била уобичајена пракса. Научници са Универзитета у Калифорнији желе то да промене - платформа коју су створили користећи вештачку интелигенцију може не само да дијагностикује и прави разлику између две најпопуларније болести мрежњаче (макуларна дегенерација и дијабетични макуларни едем), већ и да процени тежину болести.

Кључ овог успеха је промена начина на који АИ учи. Истраживачи су користили нову специфичну врсту машинског учења названу „трансфер трансфер“. Феномен трансферног учења у медицини је тај што вам омогућава пренос знања из једног подручја болести у друго, повећавајући тачност дијагнозе, истовремено смањујући време потребно за учење. Тренутно је платформа већ апсорбовала 200 хиљада. ЦТ скенирање мрежњаче и у року од 30 секунди може да процени да ли пацијенту треба лечење. Ефикасност дијагнозе је око 95%, што аутори упоређују са тачношћу добро обученог офталмолога. Штавише, поступак дијагнозе био је што транспарентнији, тако да су чак и пацијенти који нису упознати са технологијом могли да му верују. Рачунар непрекидно показује у коју област гледа и на основу чега поставља дијагнозу.

Употреба система за учење трансфера омогућава калифорнијској вештачкој интелигенцији да дијагностикује рендгенске снимке грудног коша и то са 90 процената. тачно разликовати вирусну и бактеријску пнеумонију. Најближи план стваралаца је да га користе и у другим областима медицине, јер ће се, према њиховим речима, са сваким повећањем базе података ефикасност дијагнозе повећавати. Коначно, циљ је показати лекарима да је вештачка интелигенција драгоцено средство које омогућава побољшање рада, а пацијентима - да ће брза и тачна дијагноза коју проводи рачунар омогућити брже подвргавање неопходном лечењу.