Календарь новостей
п в с ч п с в
 
 
 
 
 
 
18
19
20
21
22
23
24
25
26
27
28
29
30
31
         
<< Июль 2018 >>

Напишите нам

Новая технология Google по глазам может предсказать, подвержены ли вы сердечному приступу или инсульту

Комментариев: 0
Рейтинг: - | -

Алгоритмы Google могут предсказать, подвержен ли кто-либо риску сердечного приступа или инсульта, глядя на человеческий глаз, потенциально ускоряя диагностику серьезных заболеваний.

 

Посмотрев на человеческий глаз, алгоритмы Google смогли предсказать, было ли у кого-то высокое кровяное давление или у него был риск сердечного приступа или инсульта. Исследователи Google заявили об открытии новой возможности искусственного интеллекта в обширной и прибыльной глобальной индустрии здравоохранения.

 

Алгоритмы не превзошли существующие медицинские подходы, такие как анализы крови, говорится в отчете опубликованном в журнале Nature Biomedical Engineering. Работа требует проверки и тестирования на большем количестве людей, прежде чем она получит более широкое признание, заявили несколько  врачей не принимавших участие в исследовании.

 

Но новый подход мог бы основываться на текущих возможностях врачей, предоставляя инструмент, который люди могли бы в один прекрасный день использовать для быстрой и легкой диагностики рисков для здоровья, которые могут способствовать сердечным заболеваниям, одной из главных причин смертности во всем мире.

 

Исследователи Google загружали изображения, отсканированные из сетчатки глаз более 280 000 пациентов по всей территории Соединенных Штатов и Соединенного Королевства, в свои сложные алгоритмы распознавания образов, известные как нейронные сети. Эти сканы помогли обучить сети, на которых контрольные признаки, как правило, указывают на долгосрочную опасность для здоровья.

 

Сегодня медицинские специалисты могут искать похожие признаки, используя устройство для осмотра сетчатки, изучая анализ крови пациента, а также оценивая факторы риска, такие как возраст, пол, вес и курят ли они. Но никто не учил алгоритмы, что искать: вместо этого системы сами учили себя, просматривая достаточно данных, чтобы изучить шаблоны, часто встречающиеся в глазах людей, которым грозит опасность.

 

Истинная важность такого технологического решения заключается в том, что благодаря данной технологии можно с помощью быстрого и дешевого теста узнать есть ли потенциальные рисик для здоровья. И, при выявлении опасности, назначить дополнительные медицинские анализы.

 

Идея о том, что глаза людей могут выявлять признаки сердечно-сосудистых заболеваний, не столь необычна, как может показаться. Диабет и высокое кровяное давление, например, также могут вызывать изменения в сетчатке.

 

Маулик Маджмудар, заместитель директора Лаборатории трансформации здравоохранения в Массачусетской общей больнице, назвал модель «впечатляющей», но отметил, что результаты показывают, насколько тяжело это сделать, чтобы значительно улучшить прогноз сердечно-сосудистого риска. Возраст и пол являются мощными предикторами риска, без необходимости какого-либо дополнительного тестирования.

 

Алгоритмы Google приблизились к точности существующих методов, но были далеки от совершенства. При загрузке изображений глаз двух разных людей - тех, кто перенес серьезное неблагоприятное сердечное событие, такое как сердечный приступ или инсульт, в течение пяти лет после того как было сделано фото, а другой, который этого не сделал, - алгоритмы могли правильно выбрать больного, который заболел в 70% случаев. 

 

Подобные технологии глубокого обучения стремительно развились за последние пять лет и широко используются сегодня в таких системах как поиск изображений Google и распознавание лиц Facebook. Они также демонстрируют перспеективные возможности в других сферах здравоохранения, в том числе путем поиска признаков рака в рентгеновских снимках, которые просматриваются рентгенологами.

 

Исследователи Google использовали аналогичные методы машинного обучения в 2016 году для поиска диабетической ретинопатии, болезни глаз, которая является основной причиной слепоты. На этот раз они также использовали технику машинного обучения, известную как «мягкое внимание», чтобы помочь точно определить, какие части изображения были наиболее полезными для прогнозирования алгоритмов. Одна из уязвимостей многих нейронных сетей сегодня заключается в том, что часто неясно, как и почему они пришли к такому выводу.Именно эта проблема может подорвать доверие врачей или пациентов к результатам.


Предыдущая<<
Эксперты: Огромный подводный археологический объект подвергся опасности в Мексике
>> Следующая
Археологи обнаружили древний мексиканский город, в котором было больше зданий, чем в современном Манхэттене


Понравилась новость? Поделись с друзьями!
Добавить в избранное Добавить в Google - Закладки Добавить в Facebook Добавить в Twitter Добавить в Мой Мир Добавить в Мемори Запостить в ЖЖ Запостить в блог на Liveinternet
Нравится


Оценить:
Рейтинг: - | - Последнее: -





10 новых новостей

Наука и технологии
Добавить в Избранное
Наши опросы
Есть ли в России свобода слова?
Да
Нет
Не знаю
Мне безразлично

Результаты Архив
Реклама
Реклама
Наши Опросы
На что Вы готовы для сохранения экологии?
Быть волонтером участвовать в мероприятиях по очистке природы от мусора
Раздельно сортировать и выкидывать мусор: пластик, стекло и пищевые отходы отдельно
Ничего не собираюсь делать, это задачи экологов
Не оставлять мусор на природе, этого достаточно
Не вижу ничего страшного в том, чтоб загрязнять природу, так все равно все делают

Результаты Архив
Статистика
Яндекс.Метрика Rambler's Top100
Экспорт новостей

rss2.0
Array

Страница сгенерирована за 0.19 сек..