Penyelidik dari University of California di majalah Cell memaparkan kepada dunia penyelesaian terobosan mereka dalam bidang kecerdasan buatan. Platform yang mereka buat tidak hanya dapat mengesan, tetapi juga dapat mendiagnosis penyakit yang berkaitan dengan degenerasi retina mata. Ini dicapai antara lain oleh dengan mengubah sistem pembelajaran komputer.
Pada masa ini, kami dapat mempercayai kecerdasan buatan dalam bidang seperti meletak kenderaan sendiri, tetapi bergantung padanya dalam situasi yang rumit kerana diagnosis perubatan belum menjadi amalan biasa setakat ini. Para saintis dari University of California ingin mengubahnya - platform yang mereka buat menggunakan kecerdasan buatan bukan sahaja dapat mendiagnosis dan membezakan antara dua penyakit retina yang paling biasa (degenerasi makula dan edema makula diabetes), tetapi juga menilai keparahan penyakit.
Kunci kejayaan ini adalah mengubah cara pembelajaran AI. Para penyelidik menggunakan jenis pembelajaran mesin baru yang disebut "transfer learning". Fenomena pemindahan pembelajaran dalam perubatan adalah membolehkan anda memindahkan pengetahuan dari satu kawasan penyakit ke kawasan penyakit yang lain, meningkatkan ketepatan diagnosis sambil mengurangkan masa yang diperlukan untuk belajar. Pada masa ini, platform telah menyerap 200 ribu. Imbasan CT retina dan dalam masa 30 saat dapat menilai sama ada pesakit memerlukan rawatan. Keberkesanan diagnosis adalah sekitar 95%, yang dibandingkan dengan penulis dengan ketepatan pakar oftalmologi terlatih. Terlebih lagi, ia juga menjadikan proses diagnosis selembar mungkin sehingga pesakit yang tidak mengenal teknologi dapat mempercayainya. Komputer menunjukkan secara berterusan bidang apa yang dilihatnya dan atas dasar apa ia membuat diagnosisnya.
Penggunaan sistem pembelajaran pemindahan membolehkan kecerdasan buatan California untuk mendiagnosis sinar-X dada dan dengan 90 peratus. membezakan dengan tepat antara radang paru-paru virus dan bakteria. Rancangan terdekat pencipta adalah menggunakannya juga di bidang perubatan lain, kerana, menurut mereka, setiap kali pangkalan data meningkat, keberkesanan diagnosis akan meningkat. Akhirnya, tujuannya adalah untuk menunjukkan kepada doktor bahawa kecerdasan buatan adalah alat berharga yang memungkinkan untuk meningkatkan pekerjaan, dan kepada pesakit - bahawa diagnosis yang cepat dan tepat yang dibuat oleh komputer akan membolehkan mereka menjalani rawatan yang diperlukan dengan lebih cepat.
