Model AI Osiąga 98% Dokładność w Diagnozowaniu Chorób Poprzez Analizę Języka

Image from Middle Technical University

Model AI Osiąga 98% Dokładność w Diagnozowaniu Chorób Poprzez Analizę Języka

Przeczytasz w: 2 min

Niedawne badania wykazały, że model oparty na sztucznej inteligencji osiągnął zdumiewającą skuteczność na poziomie 98,71% w diagnozowaniu różnych chorób poprzez analizę języków pacjentów. Model AI jest w stanie identyfikować takie schorzenia jak cukrzyca, udar, anemia, astma, problemy z wątrobą i pęcherzykiem żółciowym, COVID-19 oraz kilka problemów naczyniowych i żołądkowo-jelitowych.

Studium, ogłoszone dzisiaj przez University of South Australia, wykorzystało różne modele kolorów i algorytmy uczenia maszynowego do szkolenia AI. System przetwarza i klasyfikuje obrazy języka na podstawie koloru, kształtu i tekstury. Został przeszkolony na 5 260 obrazach z siedmiu kategorii kolorów i wykazał wysoką skuteczność.

W ogłoszeniu starszy autor, Ali Al-Naji, profesor nadzwyczajny na MTU i UniSA, zwraca uwagę, że ten model AI naśladuje 2000-letnią praktykę z tradycyjnej medycyny chińskiej: używanie badania języka do wykrywania oznak choroby.

Dwa szpitale szkolące na Bliskim Wschodzie dostarczyły 60 obrazów języka od pacjentów z różnymi schorzeniami. W badaniu kamery umieszczone 20 centymetrów od pacjentów rejestrowały kolor ich języka, a system obrazowania przewidywał ich stan zdrowia w czasie rzeczywistym.

System oparty na sztucznej inteligencji został przeszkolony za pomocą sześciu algorytmów uczenia maszynowego, aby przewidzieć kolor języka w różnych warunkach oświetleniowych. Są to naiwny Bayes (NB), maszyna wektorów nośnych (SVM), k-najbliższych sąsiadów (KNN), drzewa decyzyjne (DTs), lasy losowe (RF) oraz Extreme Gradient Boost (XGBoost).

Pomimo swoich sukcesów, badanie miało ograniczenia. Obejmowały one niechęć pacjentów do wyrażania zgody na zbieranie danych oraz problemy z odbiciami światła w kamerze wpływającymi na dokładność koloru. Badacze stwierdzili, że przyszłe badania poradzą sobie z tymi problemami, stosując zaawansowane procesory obrazów, filtry i techniki uczenia głębokiego, aby poprawić klasyfikację kolorów i precyzję diagnostyczną.

Znaczny postęp został dokonany w dziedzinie diagnostyki języka opartej na AI, z ulepszeniami w ekstrakcji cech, różnorodności danych i wyrafinowaniu algorytmów prowadzącymi do większej dokładności i niezawodności. Te osiągnięcia podkreślają potencjał AI do rozwoju tradycyjnej medycyny chińskiej oraz innych dziedzin medycyny.

Spodobał Ci się ten artykuł? Oceń go!
Był okropny Nie podobał mi się Był w porządku Był całkiem dobry! Był super!
0 Na podstawie głosów 0 użytkowników
Tytuł
Komentarz
Dziękujemy za Twoją opinię
Please wait 5 minutes before posting another comment.
Comment sent for approval.

Zostaw komentarz

Pokaż więcej...