Forskare från University of California i Cell-tidningen presenterade världen sin banbrytande lösning inom artificiell intelligens. Plattformen de skapade kan inte bara upptäcka utan också diagnostisera sjukdomar relaterade till degeneration av ögats näthinna. Detta uppnåddes bland annat genom genom att ändra datorns inlärningssystem.
För närvarande kan vi lita på artificiell intelligens inom områden som självparkering av en bil, men förlita sig på den i så komplexa situationer som medicinska diagnoser har inte varit vanlig praxis hittills. Forskare från University of California vill ändra detta - plattformen de skapade med hjälp av artificiell intelligens kan inte bara diagnostisera och skilja mellan de två mest populära retinala sjukdomarna (makuladegeneration och diabetiskt makulärt ödem) utan också bedöma svårighetsgraden av sjukdomen.
Nyckeln till denna framgång har förändrat hur AI lär sig. Forskarna använde en ny specifik typ av maskininlärning som kallades "transfer learning". Fenomenet med överlärningsinlärning inom medicin är att det låter dig överföra kunskap från ett sjukdomsområde till ett annat, vilket ökar noggrannheten i diagnosen och samtidigt minskar den tid som krävs för inlärning. För närvarande har plattformen redan absorberat 200 tusen. CT-skanningar av näthinnan och inom 30 sekunder kan bedöma om patienten behöver behandling. Effektiviteten av diagnosen är cirka 95%, vilket författarna jämför med noggrannheten hos en välutbildad ögonläkare. Dessutom har det gjort diagnosprocessen så transparent som möjligt så att även patienter som inte känner till tekniken kan lita på det. Datorn visar kontinuerligt vilket område den tittar på och på vilken grund den ställer sin diagnos.
Användningen av överföringsinlärningssystemet gör det möjligt för kalifornisk artificiell intelligens att diagnostisera röntgenstrålar på bröstet och med 90 procent. tydligt skilja mellan viral och bakteriell lunginflammation. Skaparnas närmaste plan är att tillämpa den även inom andra medicinska områden, för enligt dem ökar effektiviteten av diagnosen varje gång databasen ökar. Slutligen är målet att visa läkare att artificiell intelligens är ett värdefullt verktyg som gör det möjligt att förbättra arbetet och för patienterna - att en snabb och korrekt diagnos som görs av en dator gör det möjligt för dem att genomgå nödvändig behandling snabbare.
