211service.com
Kāpēc IBM tikko nopirka miljardiem medicīnisku attēlu, lai Vatsons tos apskatītu
IBM saka, ka Watson, tās mākslīgā intelekta tehnoloģija, var izmantot progresīvu datorredzi, lai apstrādātu milzīgus medicīnisko attēlu apjomus. Tagad Vatsons ir nolēmis izmantot šo spēju, lai palīdzētu ārstiem ātrāk un precīzāk diagnosticēt slimības.
Pagājušajā nedēļā IBM paziņoja, ka iegādāsies Apvienot veselības aprūpi par miljardu dolāru. Ja darījums tiks pabeigts, šis būtu trešais veselības aprūpes datu uzņēmums, ko IBM šogad ir iegādājies (skatiet Iepazīstieties ar veselības aprūpes uzņēmumu IBM, kas nepieciešams, lai Vatsonu padarītu ieskatīgāku). Merge specializējas visu veidu medicīnisko attēlu apstrādē, un tās pakalpojumu izmanto vairāk nekā 7500 slimnīcu un klīniku Amerikas Savienotajās Valstīs, kā arī klīniskās pētniecības organizācijas un farmācijas uzņēmumi. Šahrams Ebadolahi , IBM Watson Health Group inovāciju viceprezidents un galvenais zinātnes darbinieks, saka, ka iegāde ir daļa no centieniem izmantot daudz dažādu datu avotu, tostarp anonimizētus, uz tekstu balstītus medicīniskos ierakstus, lai palīdzētu ārstiem pieņemt lēmumus par ārstēšanu.
Merge datu kopā ir aptuveni 30 miljardi attēlu, kas ir ļoti svarīgi uzņēmumam IBM, jo tā plāni attiecībā uz Vatsonu balstās uz tehnoloģiju, ko sauc par dziļo mācīšanos, kas apmāca datoru, padodot tam lielu datu apjomu.
Vatsons uzvarēja Apdraudējums! izmantojot uzlabotu dabiskās valodas apstrādi un statistisko analīzi, lai interpretētu jautājumus un sniegtu pareizās atbildes. Padziļinātā mācīšanās Vatsona prasmju kopumam tika pievienota pavisam nesen (skatiet IBM Pushes Deep Learning with a Watson Upgrade ). Šī jaunā pieeja mākslīgajam intelektam ietver datoru mācīšanu pamanīt datu modeļus, apstrādājot tos tādā veidā, ko iedvesmojuši smadzeņu neironu tīkli (sk. Breakthrough Technologies 2013: Deep Learning). Šī tehnoloģija jau ir radījusi ļoti iespaidīgus runas atpazīšanas rezultātus (skatiet Microsoft Brings Zvaigžņu ceļš ’s Voice Translator to Life ) un attēlu atpazīšanu (skatiet sadaļu Facebook izveido programmatūru, kas gandrīz tikpat labi atbilst sejām).
IBM pētnieki domā, ka nākamā varētu būt medicīniskā attēlu apstrāde. Tiek lēsts, ka attēli šodien veido pat 90 procentus no visiem medicīniskajiem datiem, taču ārstiem var būt grūti no tiem iegūt svarīgu informāciju, saka. Džons Smits , Inteliģentu informācijas sistēmu vecākais menedžeris uzņēmumā IBM Research.
Smits saka, ka viens no daudzsološākajiem automatizētās attēlu apstrādes īstermiņa lietojumiem ir melanomas, ādas vēža veida, noteikšana. Melanomas diagnosticēšana var būt sarežģīta, daļēji tāpēc, ka atsevišķiem pacientiem ir tik daudz atšķirību, kā tā parādās. Barojot datoru ar daudziem melanomas attēliem, ir iespējams iemācīt sistēmai atpazīt ļoti smalkas, bet svarīgas ar slimību saistītas pazīmes. IBM iecerētā tehnoloģija varētu salīdzināt jaunu pacienta attēlu ar daudziem citiem datubāzē un pēc tam ātri sniegt ārstam svarīgu informāciju, kas iegūta no attēliem, kā arī no teksta ierakstiem, par diagnozi un iespējamo ārstēšanu.
Vēža atrašana plaušu CT skenēšanā ir vēl viens labs piemērs tam, kā šāda tehnoloģija var palīdzēt diagnosticēt, saka Džeremijs Hovards, uzņēmuma izpilddirektors. Enlitic , vienu gadu vecs jaunuzņēmums, kas arī izmanto dziļo apmācību medicīnisko attēlu apstrādei (skatiet sadaļu Startup Hopes to Teach Computers to Spot Tumors in Medical Scans ). Jums ir jāritina simtiem un simtiem slāņu, meklējot dažus mazus mirdzošus pikseļus, kas parādās un pazūd, un tas aizņem ilgu laiku, un ir ļoti viegli kļūdīties, viņš saka. Hovards saka, ka viņa uzņēmums jau ir izveidojis algoritmu, kas spēj noteikt plaušu audzēju būtiskos raksturlielumus precīzāk, nekā to spēj radiologi.
Hovards saka, ka lielākais šķērslis dziļas mācīšanās izmantošanai medicīniskajā diagnostikā ir tas, ka tik daudz datu, kas nepieciešami sistēmu apmācībai, atsevišķās iestādēs paliek izolēti, un valdības noteikumi var apgrūtināt šīs informācijas koplietošanu. IBM Merge iegāde ar miljardiem medicīnisko attēlu varētu palīdzēt risināt šo problēmu.