เครื่องมือแพทย์ผิวหนัง AI ต้องการประเภทผิวที่หลากหลายมากขึ้นในชุดข้อมูลการฝึกอบรม

เครื่องมือแพทย์ผิวหนัง AI ต้องการประเภทผิวที่หลากหลายมากขึ้นในชุดข้อมูลการฝึกอบรม

อัลกอริทึมโรคผิวหนังที่ขับเคลื่อนด้วยปัญญาประดิษฐ์ (AI) ซึ่งสามารถระบุสภาพผิวได้หลากหลายนั้นไม่ได้ผลกับผิวสีดำ นั่นคือการค้นพบของนักวิจัยในยูกันดาและสวีเดน ซึ่งได้ทดสอบซอฟต์แวร์กับผู้ใหญ่ในยูกันดา การศึกษาเน้นย้ำถึงความเสี่ยงที่อาจเกิดขึ้นจากการดูแลสุขภาพบนพื้นฐาน AI และความจำเป็นในการรับรองความหลากหลายในชุดข้อมูลที่ใช้ในการฝึกอัลกอริทึม ผู้เขียนอธิบาย

เป็นแอป AI 

ที่ช่วยระบุสภาพผิว ผู้ใช้อัปโหลดรูปถ่ายของบริเวณที่มีปัญหา และแอปจะแนะนำโรคผิวหนัง 3 ชนิดที่เป็นไปได้มากที่สุด อัลกอริทึม AI เวอร์ชันล่าสุดซึ่งเปิดตัวในเดือนมิถุนายนปีนี้มีความแม่นยำประมาณ 80% สำหรับคำแนะนำสามอันดับแรก ในขณะที่คำแนะนำอันดับต้น ๆ มีความแม่นยำประมาณ 45% 

ตามข้อมูลบริษัทที่พัฒนาแพลตฟอร์ม นอกจากนี้ บริษัทยังให้บริการการแพทย์ทางไกล ซึ่งรูปภาพที่อัปโหลดจะได้รับการประเมินโดยแพทย์ผิวหนังที่มีคุณสมบัติเหมาะสม เครือข่ายประสาทเทียมที่ขับเคลื่อนแอปที่ใช้ AI ได้รับการฝึกอบรมโดยใช้รูปถ่ายโรคผิวหนังมากกว่า 300,000 รูปที่รวบรวมโดยบริการนี้ 

ตั้งแต่อาการอักเสบ เช่น สิว สะเก็ดเงิน ไปจนถึงมะเร็งผิวหนังผู้ก่อตั้งและซีอีโอว่าเขาติดต่อผู้เขียนร่วมในรายงานเพื่อขอความช่วยเหลือในการทำวิจัย เพราะเขารู้ว่าภาพของผิวดำคิดเป็นประมาณ 5–10% ของทั้งหมด ฐานข้อมูลของบริษัท จากข้อมูลของ Börve ภาพส่วนใหญ่ในฐานข้อมูล (70%)

มาจากสหรัฐอเมริกา 15% มาจากสหราชอาณาจักร และ 5% มาจากสวีเดน ส่วนที่เหลือมาจากทั่วทุกมุมโลกในยูกันดา นักวิจัยได้ทดสอบแอปนี้กับภาพถ่ายโรคผิวหนัง 123 ภาพซึ่งรวบรวมโดยบริษัทแพทย์ทางไกลในท้องถิ่น ภาพทั้งหมดมาจากผู้ใหญ่ที่มีผิว ประเภท 6 (สีน้ำตาลเข้มถึงดำ) โดย 62% 

ทีมงานใช้แอปเวอร์ชันเก่าซึ่งเปิดตัวในเดือนเมษายน 2018 ซึ่งแนะนำสภาพผิวที่เป็นไปได้ 5 รายการแทนที่จะเป็น 3 รายการ โดยมีความแม่นยำ 70% อย่างไรก็ตาม จากข้อมูลของยูกันดา AI สามารถระบุสภาพผิวที่ถูกต้องในคำแนะนำห้าอันดับแรกสำหรับ 17% ของภาพเท่านั้น ไม่สามารถส่งคืนคำแนะนำ

ที่ถูกต้อง

สำหรับภาพถ่าย 102 จาก 123 ภาพ นอกจากนี้ยังมีความแตกต่างอย่างชัดเจนในการปฏิบัติงานกับโรคผิวหนังต่างๆ แอปทำงานได้ดีสำหรับโรคผิวหนัง โดยระบุว่าเป็นอาการที่เป็นไปได้มากที่สุด  ให้คะแนนสูงสุดในคำแนะนำ  ด้วยความแม่นยำ 80% แต่ในขณะที่เงื่อนไขของเชื้อราเป็นภาพที่พบได้บ่อยที่สุด 

ซอฟต์แวร์ไม่สามารถระบุเงื่อนไขใด ๆ ได้ ทำให้มีความแม่นยำ 0% สำหรับคำแนะนำห้าอันดับแรก ผู้เขียนการศึกษายังทราบด้วยว่าแอปทำงานได้ดีกับผู้หญิงมากกว่าผู้ชายเล็กน้อย กล่าวว่าการวิจัยจะใช้เป็นเกณฑ์มาตรฐานสำหรับบริษัท เพื่อให้แน่ใจว่าจะปรับปรุงด้วยการอัปเดตในอนาคต 

ในอนาคต เขากล่าวว่าบริษัทจะทำงานเพื่อเพิ่มความหลากหลายของภาพที่ AI ได้รับการฝึกอบรม “โดยพื้นฐานแล้ว เมื่อเราฝึกโครงข่ายประสาทเทียมเหล่านี้ เราต้องการภาพอย่างน้อย 500 ภาพต่อโรคผิวหนังหนึ่งภาพ และเมื่อพูดถึงเรื่องผิวดำ เราก็ต้องการภาพ 500 ภาพสำหรับโรคผิวหนังนั้น

และประเภทของผิวหนังนั้นด้วย” เขาอธิบายการนำเสนอโรคก็เป็นปัญหาเช่นกัน Börve กล่าว ในแอฟริกา เนื่องจากปัญหาเกี่ยวกับการเข้าถึงการรักษาพยาบาล ผู้ป่วยมักจะพบแพทย์ก่อนเมื่อปัญหาของพวกเขาอยู่ในขั้นสูงกว่าในยุโรปและสหรัฐอเมริกา ซึ่งหมายความว่าโรคผิวหนังอาจแสดงการนำเสนอ

ที่แตกต่าง

และล้ำหน้ากว่าที่ AI ได้รับการฝึกฝนมากล่าวว่านี่อาจเป็นส่วนหนึ่งของปัญหาโรคเชื้อรา เขาอธิบายว่าเมื่อสภาวะของเชื้อราดำเนินไป พวกมันอาจส่งผลต่อการเจริญเติบโตของเส้นผมและทำให้ผิวหนังกลายเป็นสีขาว และ AI ก็ต่อสู้กับสิ่งนี้ โดยระบุสภาวะที่ไม่ถูกต้องว่าเป็นผมร่วงหรือสะเก็ดเงิน

และเข้าสู่ผลึกไม่เคยมีกฎเกณฑ์หรือสูตรอาหารใดที่อธิบายวิธีการตกผลึกของโปรตีนชนิดใหม่ได้ แท้จริงแล้ว ไม่มีข้อบ่งชี้ว่าวัตถุใดเข้าใกล้สภาวะการตกผลึกจนกว่าจะเกิดการตกตะกอนของผลึกหรือผลึกแรกปรากฏขึ้น ดังนั้นจึงจำเป็นต้องมีวิธีการที่มีประสิทธิภาพเพื่อช่วยผู้ทดลองในการหาตัวนำ 

ซึ่งจะทำให้เงื่อนไขการตกผลึกได้รับการปรับให้เหมาะสมที่สุด ดังนั้นการตกผลึกจึงแบ่งออกเป็นสองขั้นตอน: “การคัดกรอง” ซึ่งมีเงื่อนไขการทดลองต่างๆ ที่แตกต่างกันเพื่อให้ได้ผลึกที่มีคำอธิบายใดๆ และการเพิ่มประสิทธิภาพ โดยพยายามปรับปรุงขนาดและคุณภาพของผลึก

แม้ว่าแนวคิดในการฉายภาพยนตร์จะมีมาตั้งแต่ช่วงปลายทศวรรษ 1970 แต่ก็ไม่ได้รับความนิยมเพราะโดยพื้นฐานแล้ว ลำบาก ใช้เวลานาน และน่าเบื่อ อย่างไรก็ตาม เนื่องจากการพัฒนาระบบอัตโนมัติ การคัดกรองจึงถูกนำมาใช้อย่างแพร่หลายมากขึ้น และสิ่งนี้ได้เพิ่มอัตราความสำเร็จอย่างมาก

ในการได้รับผลึกที่เหมาะสมของโปรตีนหลากหลายชนิดอย่างไรก็ตาม การทดลองจำนวนมากที่ต้องดำเนินการเพื่อให้ได้ช่วงเงื่อนไขที่ถูกต้องนั้นใช้วัสดุในปริมาณมาก และโปรตีนที่น่าสนใจอีกมากมายมีจำหน่ายในจำนวนจำกัดเท่านั้น โดยเฉลี่ยแล้วต้องการโปรตีนบริสุทธิ์ 5 มก. สำหรับการตรวจคัดกรอง 

แต่บางครั้งก็มีเพียง 1 หรือ 2 มก. เท่านั้น ประสิทธิภาพของการค้นหาสามารถปรับปรุงได้ด้วยวิธีทางสถิติ ซึ่งสามารถช่วยลดปริมาณโปรตีนที่ใช้ไป แต่ก็ยังมีความต้องการสำหรับเทคนิคที่ได้รับข้อมูลอย่างรวดเร็วใหม่ขั้นสูงเกี่ยวกับวิวัฒนาการของพลาสมาในช่วงเวลาที่สั้นมาก เพื่อสร้างอิเล็กตรอน

ที่ต้องการ อิเล็กตรอนเหล่านี้จะถูกควบคุมโดยคลื่นแสงที่ถูกสุ่มตัวอย่าง ทำให้เกิดกระแสชั่วคราวที่มีทิศทางในพลาสมาเขาอธิบาย “เราใช้ข้อมูลนั้นให้เกิดประโยชน์สูงสุด นั่นคือวิธีที่เราประสบความสำเร็จ”

“นี่คือปัญหาของปัญญาประดิษฐ์ ในการพัฒนาระบบเหล่านี้ คุณต้องการข้อมูลที่ถูกต้อง และคุณต้องการข้อมูลจำนวนมากที่แสดงถึงโรคต่างๆ”กล่าวเป็นหญิงและ 38% เป็นชาย

credit : สล็อตเว็บตรง100 / ดูหนังฟรี / 50รับ100