В новом исследовании ученые из Университета Карла Ландштейнера обнаружили, что искусственный интеллект превосходит, среди прочего, точность, прецизионность и ошибочную классификацию, в то время как

МЕНЮ


Главная страница
Поиск
Регистрация на сайте
Помощь проекту
Архив новостей

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



RSS


RSS новости


Опухоли головного мозга можно легко обнаружить с помощью МРТ, но их точная классификация затруднена. Тем не менее, именно это имеет решающее значение для выбора наилучших возможных методов лечения.

В исследовании использовались методы многоклассового машинного обучения для анализа и классификации опухолей головного мозга с применением физиологических данных МРТ. Затем результаты сравнивали с классификациями, сделанными экспертами.

Исследователи обнаружили, что в некоторых областях классификация с использованием искусственного интеллекта может быть лучше, чем у подготовленных специалистов. Ученые использовали для исследования как передовые, так и физиологические данные МРТ. Оба метода обеспечивают более глубокое понимание структуры и метаболизма опухоли головного мозга и в течение некоторого времени позволяли лучше их классифицировать. Но цена такой дифференцированной картины — огромные объемы данных, требующие экспертной оценки.

Когда дело доходит до точности и предотвращения ошибочной классификации, искусственный интеллект может хорошо классифицировать опухоли головного мозга, используя данные МРТ.

Чтобы добиться впечатляющего результата, ученые обучили 9 известных алгоритмов Multiclass ML с данными МРТ 167 предыдущих пациентов, которые имели 1 из 5 наиболее распространенных опухолей головного мозга и имели точную классификацию с использованием гистологии. Всего в сложном протоколе было сгенерировано 135 так называемых классификаторов. Это математические функции, которые распределяют исследуемый материал по определенным категориям.

Авторы исследования назвали комбинацию данных разных методов МРТ с многоклассовым машинным обучением «радиофизиомикой». Алгоритмы многоклассового машинного обучения были снабжены соответствующими данными МРТ из 20 текущих опухолей головного мозга пациентов, и результаты полученных таким образом классификаций сравнивали с результатами двух сертифицированных рентгенологов. Таким образом, 2 лучших алгоритма машинного обучения превзошли результаты оценки человека в областях точности. Кроме того, эти алгоритмы машинного обучения привели к меньшему количеству ошибочных классификаций.

Источник: medicalinsider.ru


Источник: vk.com

Комментарии: