211service.com
„Nvidia“ gilaus mokymosi lustai gali padėti medicinai į rankas
Lustų gamintoja „Nvidia“ išgyvena dabartinį dirbtinio intelekto bumą su technine įranga, skirta pažangiems mokymosi algoritmams. Bendrovė sveikatos priežiūrą ir mediciną vertina kaip kitą didelę savo technologijų rinką.
Kimberly Powell, vadovaujanti „Nvidia“ pastangoms sveikatos priežiūros srityje, sako, kad bendrovė bendradarbiauja su medicinos tyrėjais įvairiose srityse ir artimiausiais metais sieks išplėsti šias pastangas.
Powellas sakė, kad medicininių vaizdų tyrimų srityje stebimas nuostabus augimas MIT technologijų apžvalga „EmTech Digital“ konferencija San Franciske pirmadienį. Šiandien vis dažniau lankome paslaugų teikėjus ligoninėse ir jie įsivaizduoja naujas dirbtinio intelekto programas.
Visų pirma, mašininio mokymosi technika, vadinama giliuoju mokymusi, taikoma medicininių vaizdų apdorojimui ir dideliam medicininių duomenų kiekiui atsijoti. Gilus mokymasis, kuris yra labai laisvai įkvėptas smegenų neuronų veikimo, jau pasirodė neįtikėtinai naudingas ieškant vaizdų ir apdorojant garso failus (žr. 10 proveržio technologijų: gilus mokymasis).
Atrodo, kad ši AI technika įgauna akolitų medicinos tyrimuose. Praėjusiais metais „Google“ komanda parodė, kad gilus mokymasis gali būti naudojamas automatizuoti akių ligų diagnozę. Tuo tarpu grupė iš Stanfordo universiteto žurnale paskelbė straipsnį Gamta kad parodė technika gali odos vėžys taip pat apmokytas dermatologas. Grupė iš Sinajaus kalno ligoninės Niujorke pasinaudojo šiuo metodu analizuoti pacientų elektroninius sveikatos įrašus ir stebėtinai tiksliai nuspėti, kokia liga žmogus susirgs.
Tai tik keli aukšto lygio pavyzdžiai. Powell savo kalboje pažymėjo, kad didelėse medicininio vaizdo konferencijose dominuoja giluminio mokymosi darbai.
„Nvidia“ sukurti grafikos procesoriai labai gerai tinka lygiagrečiams skaičiavimams, kurių reikia giliam mokymuisi, atlikti, o lustų gamintojas jau sukūrė nemažą verslą, tiekdamas aparatinę įrangą giliai besimokantiems akademinės ir pramonės mokslininkams. „Nvidia“ gamina vis daugiau specializuotų giluminio mokymosi produktų, įskaitant galingą tyrimų kompiuterį DGX-1 ir savarankiškai važiuojančių transporto priemonių sistemą, vadinamą „Drive PX“.
Powellas mano, kad bendrovės techninės įrangos vis dažniau bus galima rasti ir ligoninėse bei medicinos tyrimų centruose. Pasak jos, šis metodas galėtų padėti pagerinti diagnozės patikimumą ir gali žymiai padidinti priežiūros standartus besivystančiose šalyse, kuriose trūksta žinių. Powellas pridūrė, kad narkotikų atradimas greičiausiai bus dar viena didelė gilaus mokymosi sritis ateityje.
Tačiau gilus mokymasis taip pat gali padėti gydytojams rasti modelius, kurie kitu atveju būtų nematomi. Pavyzdžiui, „Nvidia“ dirba su Mayo klinikos neuroradiologu Bradley Ericksonu, siekdama pritaikyti gilų mokymąsi smegenų vaizdams. Ericksonui pavyko iš vaizdų nustatyti genetinius veiksnius, susijusius su smegenų ligomis, sakė Powellas.
Anksčiau tame pačiame renginyje NYU profesorius Gary Marcus išskyrė mediciną kaip sritį, kurioje dirbtinis intelektas gali turėti didžiausią įtaką. Pagalvokite apie vėžį, pasakė Marcusas. Jis sakė, kad rizikos veiksnius, galinčius rodyti tokios ligos tikimybę, žmogui gali būti sunku nustatyti, tačiau juos galima atskleisti naudojant algoritmą. Žudikų programa [DI] gali būti didelė pažanga gydant mediciną.
Tačiau yra didelių iššūkių taikant tokius metodus kaip gilus mokymasis medicinoje. Šis metodas yra toks sudėtingas ir neskaidrus, kad gydytojui gali būti neaišku, kodėl algoritmas pateikia tam tikrą diagnozę. Powellas pripažino šį iššūkį, tačiau teigė, kad atsiranda sprendimų, tokių kaip nauji gilaus mokymosi tinklų elgesio vizualizavimo būdai. Ji sakė, kad šiuo metu tai yra didelė mokslinių tyrimų tema.