Нейросеть научили создавать данные для лечения редких болезней

МЕНЮ


Искусственный интеллект. Новости
Поиск
Регистрация на сайте
Сбор средств на аренду сервера для ai-news

ТЕМЫ


Новости ИИРазработка ИИРабота разума и сознаниеВнедрение ИИРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информации

Авторизация



RSS


RSS новости

Новостная лента форума ailab.ru

Для обучения медицинских алгоритмов нужно огромное количество данных, которых для редких заболеваний просто не существует. Инженеры Университета Торонто исправили это, сымитировав рентгеновские снимки с помощью соревнования двух нейросетей. Новый подход улучшил диагностику редких заболеваний почти в полтора раза.

Ученые применили технологию глубокой сверточной генеративно-состязательной сети (DCGAN). Генеративно-состязательная сеть — разновидность алгоритма, опирающегося на взаимодействие двух сетей. Одна генерирует изображения, а другая пытается отличить искусственные от настоящих. Обучение происходит до тех пор, пока вторая машина не перестанет замечать различия. Как только таким образом создается достаточное количество рентгеновских снимков, к их анализу подключают сверточную нейронную сеть, которая пытается распознать на них признаки заболевания.

«По сути, мы используем машинное обучение для обучения машин, — говорит профессор Шахрох Валаи. — Мы создаем искусственные рентгенограммы, на которых отражены определенные редкие заболевания, так что их можно комбинировать с реальными рентгеновскими снимками, и [тогда мы] получаем достаточно большой набор данных, чтобы обучить нейронную сеть распознавать редкие заболевания».

Сравнив эффективность нового подхода с традиционным, разработчики обнаружили, что точность диагностики распространенных заболеваний увеличилась на 20%, а для ряда редких — на 40%, пишет Science Daily.

«Мы смогли показать, что искусственные данные, созданные глубокой сверточной сетью, могут быть использованы для улучшения наборов реальных данных, — говорит Валаи. — Это даст огромное количество данных для обучения и улучшает производительность этих систем в области идентификации редких заболеваний».

Недавно немецкие ученые представили алгоритм, который диагностирует инфаркт не хуже кардиологов. Он прошел обучение на данных ЭКГ больных и здоровых людей и показал результаты, превосходящие возможности всех существующих нейросетей.


Источник: hightech.plus



Поддержи проект ai-news рублем. Машины верят в тебя! >>



Комментарии: