Uutiset

Keinotekoinen älykkyys tunnistaa geneettiset häiriöt kasvokuvien avulla

Keinotekoinen älykkyys tunnistaa geneettiset häiriöt kasvokuvien avulla


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Läpimurto geneettisten häiriöiden diagnoosissa

Ns. Tekoälyä (AI) käytetään yhä enemmän sairauksien varhaiseen diagnosointiin. Tutkijat ovat nyt kehittäneet uuden AI-tekniikan, joka pystyy tunnistamaan tarkasti harvinaiset geneettiset häiriöt potilaan kasvojen valokuvan avulla.

Tel Avivin yliopiston ja FDNA Inc: n tutkijat ovat kehittäneet harvinaisten geneettisten häiriöiden uuden diagnoosimuodon, joka vaatii vain valokuvan potilaan kasvoista. Lääkärit julkaisivat tutkimuksensa tulokset englanninkielisessä Nature Medicine -lehdessä.

AI ylittää lääketieteellisen diagnoosin

Uusi tekoäly, nimeltään "DeepGestalt", ylitti lääketieteen ammattilaiset ja asiantuntijat tunnistaessaan useita oireyhtymiä kolmessa eri tutkimuksessa. Tämän diagnoosimuodon käyttö voisi parantaa huomattavasti potilaiden henkilökohtaista hoitoa.

Monilla geneettisillä sairauksilla on tunnistettavat kasvojen piirteet

Tämän tutkimuksen mukaan kahdeksan prosenttia väestöstä kärsii sairauksista, joilla on tärkeitä geneettisiä komponentteja. Tutkijat sanovat, että monilla näistä sairauksista on tunnistettavissa olevat kasvojen piirteet. Uusi tekniikka voisi tunnistaa esimerkiksi ns. Angelmanin oireyhtymän, hermostohäiriön, jolla on ominaispiirteitä, kuten leveä suu ja etäisyys hampaista. Voitiin myös havaita strabismus, sairaus, jossa silmät osoittavat eri suuntiin.

Kuinka oppimisalgoritmi koulutettiin?

Tulokset osoittavat, kuinka nykyaikaisimpia algoritmeja voidaan käyttää sellaisten vaativien ongelmien ratkaisemiseen, joista käytettävissä on vain rajallinen määrä tietoa, tutkijat selittävät. Jatkossa voitaisiin kehittää tärkeitä sovelluksia ja tunnistaa uusia geenioireyhtymiä tekniikan avulla. Oppimisalgoritmi koulutettiin käyttämällä 17 000 potilaan kasvokuvaa tietokannasta, joka sisälsi yli 200 erilaista geneettistä oireyhtymää sairastavia potilaita.

Uuden tekniikan mahdolliset haitat

Koska kasvojen kuvat ovat helposti saatavissa, tämä saattaa johtaa työnantajien analysoimaan kasvokuvia ja esimerkiksi syrjimään ihmisiä, joilla on jo olemassa olevia sairauksia tai lääketieteellisiä komplikaatioita, tutkimuksen kirjoittajat varoittivat.

Kuinka luotettava on uusi AI?

Tutkimusryhmä havaitsi, että AI-tekniikka menestyi lääketieteen ammattilaisissa kahdessa erillisessä testisarjassa, kun haluttiin tunnistaa kohdeoireyhtymä 502 valitun kuvan joukosta. Jokaisessa testissä AI ehdotti luetteloa mahdollisista oireyhtymistä ja tunnisti oikean oireyhtymän kymmenessä parhaassa ehdotuksessa 91 prosentilla tapauksista. Teknologia käyttää oppimisalgoritmia yhdessä annetun kuvan kasvojen piirteiden kanssa ja luo sitten luettelon mahdollisista kliinisistä kuvista. Kaikki tutkimuksissa käytetyt kuvat ovat peräisin potilaista, joille on jo diagnosoitu sairaus.

AI: n potentiaali terveydenhuollossa on valtava

Yhä suurempien ja paremmin kuratoitujen potilastietojen kokoelma antaa AI-instrumenteille ennakoida geenimutaatioita kuvantamisfenotyyppien perusteella, mikä voi vähentää terveysjärjestelmien taakkaa ja parantaa potilaan hoitoa. Tutkimuksen kirjoittajat sanovat, että käsiteltävänä on vielä joitain rajoituksia sen varmistamiseksi, että ehdotetut algoritmit ovat vankkoja, kliinisesti tarkkoja ja soveltuvia eri ikäryhmille ja etnisille ryhmille sairaalassa. AI: n potentiaali terveydenhuollossa on kuitenkin valtava. (kuten)

Tekijä ja lähde



Video: Älykkyys ja yksinäisyys (Saattaa 2022).


Kommentit:

  1. Domevlo

    I have removed this phrase

  2. Charon

    I read and feel at home. Thanks to the creators for the good resource!

  3. Yul

    Something does not come out like this



Kirjoittaa viestin