Umjetna inteligencija već može dijagnosticirati bolesti očne retine

Istraživači sa Sveučilišta Kalifornija u časopisu Cell predstavili su svijetu svoje revolucionarno rješenje na polju umjetne inteligencije. Platforma koju su stvorili može ne samo otkriti, već i dijagnosticirati bolesti povezane s degeneracijom mrežnice oka. To su, između ostalih, i postigli promjenom računarskog sustava učenja.

Trenutno možemo vjerovati umjetnoj inteligenciji u područjima kao što je samostalno parkiranje automobila, ali oslanjanje na nju u tako složenim situacijama kao što su medicinske dijagnoze do sada nije bila uobičajena praksa. Znanstvenici sa Sveučilišta u Kaliforniji to žele promijeniti - platforma koju su stvorili pomoću umjetne inteligencije može ne samo dijagnosticirati i razlikovati dvije najpopularnije bolesti mrežnice (makularna degeneracija i dijabetični makularni edem), već i procijeniti težinu bolesti.

Ključ ovog uspjeha bio je promjena načina na koji AI uči. Istraživači su koristili novu specifičnu vrstu strojnog učenja nazvanu "transfer transfer". Fenomen transfera učenja u medicini je taj što vam omogućuje prijenos znanja iz jednog područja bolesti u drugo, povećavajući točnost dijagnoze, istovremeno smanjujući vrijeme potrebno za učenje. Trenutno je platforma već apsorbirala 200 tisuća. CT skeniranje mrežnice i u roku od 30 sekundi može prosuditi je li pacijentu potrebno liječenje. Učinkovitost dijagnoze je oko 95%, što autori uspoređuju s točnošću dobro obučenog oftalmologa. Štoviše, postupak dijagnoze bio je što transparentniji, tako da su mu mogli vjerovati i pacijenti koji nisu upoznati s tehnologijom. Računalo kontinuirano pokazuje koje područje gleda i na temelju čega postavlja dijagnozu.

Korištenje sustava za učenje transfera omogućava kalifornijskoj umjetnoj inteligenciji dijagnosticiranje rendgenskih zraka prsnog koša i to s 90 posto. točno razlikovati virusnu i bakterijsku upalu pluća. Najbliži plan stvaratelja je primijeniti ga i na drugim područjima medicine, jer se, prema njihovim riječima, svakim povećanjem baze podataka povećava učinkovitost dijagnoze. Konačno, cilj je pokazati liječnicima da je umjetna inteligencija vrijedan alat koji omogućuje poboljšanje rada, a pacijentima - da će brza i točna dijagnoza koju postavi računalo omogućiti brže podvrgavanje potrebnom liječenju.