นักวิจัยใช้ชุดข้อมูลสาธารณะสามชุดสำหรับการฝึกอบรมล่วงหน้า การถ่ายโอน และการประเมินแบบจำลอง พวกเขาเตรียมโครงข่ายประสาทเทียมไว้ล่วงหน้าบนฐานข้อมูลที่มีเอกซเรย์ทรวงอก 250,044 ชิ้นพร้อมฉลากปอด 14 ชิ้น ซึ่งไม่รวม TB แบบจำลองได้รับการปรับเทียบใหม่สำหรับภาพถ่ายเอ็กซ์เรย์ทรวงอกโดยใช้วิธีการจำลองเพื่อเพิ่มชุดข้อมูล ในที่สุด ทีมงานได้สร้าง โดยเชื่อมต่อโมเดลที่ฝึกไว้
ล่วงหน้า
กับโครงข่ายประสาทเทียม 2 ชั้นเพิ่มเติมที่ได้รับการฝึกฝนเกี่ยวกับภาพเอกซเรย์ทรวงอกเสริม
เพื่อทดสอบประสิทธิภาพของโมเดล ผู้วิจัยใช้ภาพถ่ายเอ็กซ์เรย์ทรวงอก 662 ภาพ ที่ถ่ายโดยโทรศัพท์ห้าเครื่องที่แตกต่างกัน ที่ 0.89 สำหรับการตรวจหา TB ความไวและความจำเพาะสำหรับการจำแนก
อยู่ที่ 81% และ 84% ตามลำดับ ทีมงานสรุปได้ว่า มีวิธีการพัฒนาอัลกอริทึมที่สามารถปรับใช้บนโทรศัพท์เพื่อช่วยเหลือผู้ให้บริการด้านการแพทย์ในพื้นที่ที่ไม่มีรังสีแพทย์และภาพดิจิทัลความละเอียดสูง “เราจำเป็นต้องขยายโอกาสเกี่ยวกับปัญญาประดิษฐ์ทางการแพทย์ไปสู่สภาพแวดล้อมที่มีทรัพยากร
จำกัด”อัลกอริทึมทำนายความเสี่ยงมะเร็งเต้านม นักวิจัยได้พัฒนาอัลกอริธึมการเรียนรู้เชิงลึกที่ทำนายความเสี่ยงของผู้ป่วยในการเกิดมะเร็งเต้านมโดยใช้ไบโอมาร์คเกอร์ภาพแมมโมกราฟีเพียงอย่างเดียว โมเดลใหม่สามารถทำนายความเสี่ยงได้แม่นยำกว่าเครื่องมือประเมินความเสี่ยงแบบเดิม
แบบจำลองการประเมินความเสี่ยงที่มีอยู่จะวิเคราะห์ข้อมูลผู้ป่วย (เช่น ประวัติครอบครัว การตรวจชิ้นเนื้อเต้านมก่อนหน้านี้ ประวัติฮอร์โมนและระบบสืบพันธุ์) บวกกับคุณสมบัติเดียวจากการตรวจแมมโมแกรม: ความหนาแน่นของเต้านม แต่การตรวจแมมโมแกรมทุกครั้งจะมีไบโอมาร์คเกอร์จากภาพที่ไม่ซ้ำกัน
ซึ่งสามารถทำนายความเสี่ยงของมะเร็งในอนาคตได้สูง อัลกอริทึมใหม่นี้สามารถใช้ไบโอมาร์คเกอร์เชิงภาพที่ละเอียดอ่อนเหล่านี้ทั้งหมดเพื่อทำนายความเสี่ยงในอนาคตของผู้หญิงในการเป็นมะเร็งเต้านม“แบบจำลองการประเมินความเสี่ยงแบบดั้งเดิมไม่ได้ใช้ประโยชน์จากระดับรายละเอียดที่มีอยู่
ในการตรวจ
แมมโมแกรม” เลสลี่ แลมบ์นักรังสีวิทยาเต้านมที่ MGH กล่าว “แม้แต่แบบจำลองความเสี่ยงแบบดั้งเดิมที่ดีที่สุดที่มีอยู่ก็อาจแยกกลุ่มย่อยของผู้ป่วยได้ แต่ยังไม่แม่นยำเท่าในระดับบุคคล” ทีมพัฒนาอัลกอริทึมโดยใช้ข้อมูลการตรวจคัดกรองมะเร็งเต้านมจากประชากร รวมถึงผู้หญิงที่มีประวัติมะเร็งเต้านม
การปลูกถ่าย หรือการตัดชิ้นเนื้อมาก่อน ชุดข้อมูลประกอบด้วยการตรวจแมมโมแกรมแบบดิจิตอลทวิภาคี 2 มิติแบบต่อเนื่อง 245,753 ครั้งในผู้ป่วย 80,818 คน จากจำนวนนี้ การทดสอบ 210,819 รายการถูกใช้สำหรับการฝึกอบรม 25,644 รายการสำหรับการทดสอบ และ 9290 รายการสำหรับการตรวจสอบ
ความถูกต้องนักวิจัยได้เปรียบเทียบความแม่นยำของแบบจำลองการเรียนรู้ด้วยภาพเพียงอย่างเดียวกับแบบจำลองการประเมินความเสี่ยงเชิงพาณิชย์ (ตามประวัติทางคลินิกและความหนาแน่นของเต้านม) ในการทำนายมะเร็งเต้านมในอนาคตภายในห้าปีของการตรวจแมมโมแกรม โมเดลการเรียนรู้เชิงลึก
บรรลุอัตราการคาดการณ์ที่ 0.71 ซึ่งดีกว่าโมเดลความเสี่ยงแบบดั้งเดิมที่อัตรา 0.61 อย่างมีนัยสำคัญ
การตรวจตาสามารถให้การวินิจฉัยโรคพาร์กินสันในระยะแรกได้จากการวิจัยของทีมงานที่ มหาวิทยาลัยฟลอริดา การตรวจตา แบบง่ายๆ แบบไม่รุกรานร่วมกับการเสื่อมโทรมของเซลล์ประสาทเหล่านี้
ทำให้ผนังเรตินาและหลอดเลือดขนาดเล็กของจอประสาทตาบางลง ด้วยเหตุนี้ นักวิจัยจึงใช้แมชชีนเลิร์นนิงเพื่อวิเคราะห์ภาพของอวัยวะ (พื้นผิวด้านหลังของดวงตาตรงข้ามกับเลนส์) เพื่อตรวจหาสัญญาณเริ่มต้นของโรคพาร์กินสัน พวกเขาทราบว่าภาพอวัยวะเหล่านี้สามารถถ่ายได้โดยใช้อุปกรณ์พื้นฐาน
การใช้ชุดข้อมูลของภาพอวัยวะที่บันทึกจากผู้ป่วยโรคพาร์กินสันและการควบคุมที่ตรงกับอายุและเพศ นักวิจัยได้ฝึกฝนเครื่องเวกเตอร์สนับสนุน (SVM) เพื่อจำแนกเครือข่ายเพื่อตรวจหาสัญญาณของโรคในภาพ พวกเขาใช้เครือข่ายแมชชีนเลิร์นนิงที่เรียกว่า U-Net เพื่อเลือกหลอดเลือดจากภาพอวัยวะ
และใช้แผนที่หลอดเลือดที่ได้เป็นอินพุตไปยังตัวแยกประเภท SVM ทีมงานได้แสดงให้เห็นว่าเครือข่ายแมชชีนเลิร์นนิงเหล่านี้สามารถจำแนกโรคพาร์กินสันตามหลอดเลือดจอประสาทตา โดยมีลักษณะสำคัญคือหลอดเลือดขนาดเล็กลง“การค้นพบที่สำคัญที่สุดเพียงอย่างเดียวของการศึกษานี้คือการวินิจฉัยโรค
ทางสมองด้วยภาพพื้นฐานของดวงตา คุณสามารถทำได้ภายในเวลาไม่ถึงนาที และราคาของอุปกรณ์ก็ถูกกว่า หัวหน้าทีมวิจัย กล่าว “หากเราสามารถตรวจคัดกรองเป็นประจำทุกปี ความหวังก็คือเราจะสามารถตรวจพบผู้ป่วยได้มากขึ้นเร็วขึ้น ซึ่งจะช่วยให้เราเข้าใจโรคได้ดีขึ้นและหาวิธีรักษาหรือวิธีชะลอ
การลุกลาม”
เครือข่ายการเรียนรู้ของเครื่องสามารถให้ การวินิจฉัยโรคพาร์กินสันได้ตั้งแต่เนิ่นๆโรคพาร์กินสัน ความผิดปกติแบบก้าวหน้าของระบบประสาทส่วนกลาง ยากที่จะวินิจฉัยได้ตั้งแต่ระยะแรก ผู้ป่วยมักจะแสดงอาการเท่านั้น เช่น อาการสั่น กล้ามเนื้อตึง และเสียการทรงตัว หลังจากที่โรคลุกลาม
และเกิดการบาดเจ็บอย่างมากต่อเซลล์ประสาทสมองโดปามีน ภาพตาอวัยวะตัวอย่างภาพตาอวัยวะที่ถ่ายจาก (มารยาท: สมาคมรังสีวิทยาแห่งอเมริกาเหนือ)การเสื่อมโทรมของเซลล์ประสาทที่มีจำหน่ายทั่วไปในคลินิกตา หรือแม้แต่ถ่ายด้วยสมาร์ทโฟนด้วยเลนส์พิเศษ
ที่จำลองสภาพสนามให้ใกล้เคียงที่สุดในกล่องเครื่องมือและจะพร้อมใช้งานเมื่อจำเป็น” เขากล่าว
(เล็กถึง 7 นาโนเมตร ทั้งด้านยาวและความกว้าง) ในปี 1996 การสร้าง [ทรานซิสเตอร์] ที่มีขนาดใกล้เคียงกันในระดับอุตสาหกรรมนั้นเป็นสิ่งที่ท้าทายอย่างยิ่ง และต้องใช้นวัตกรรมจำนวนมากและพันล้าน ของการลงทุนเป็นดอลลาร์” เขากล่าว
credit : สล็อตเว็บตรง100 / ดูหนังฟรี / 50รับ100
