Computação da Universidade de Stanford, em Palo Alto, pela Califórnia, EUA, montaram um algoritmo inteligente que permite diagnosticar o câncer de pele com a mesma fiabilidade que os dermatologistas. Sebastian Thrun, professor adjunto do Laboratório de Inteligência Artificial de Stanford. O artefato término, que é material de um postagem na edição dessa quarta-feira da revista Nature, foi testado em comparação com vinte e um dermatologistas certificados.
Em seus diagnósticos de lesões cutâneas, que representam os cancros cutâneos mais comuns e mortais, o algoritmo coincide com a avaliação de dermatologistas. O diagnóstico de câncer de pele começa com um checape visual. Um dermatologista costuma pesquisar a lesão suspeita a olho nu e com a assistência de um dermatoscopio, um microscópio de mão que dá uma imagem da circunstância ao nível logo abaixo da pele.
Se estes métodos não são conclusivos ou levam o médico a acreditar que a lesão é cancerosa, é preciso fazer uma biópsia. Ao levar esse algoritmo no modo de análise segue uma tendência pela informática, que combina o processamento visual com o aprendizado profundo, um tipo de inteligência artificial modelado do mesmo modo que as redes neurais no cérebro. O aprendizado profundo tem um histórico de décadas pela informática, no entanto só foi há pouco tempo aplicado às tarefas de processamento visual, com grande sucesso.
A essência do aprendizado de máquina, incluindo o aprendizado profundo, é que um micro computador está treinado pra resolver um defeito, ao invés ter as respostas programadas nele. Andre Esteva, co-autor principal do artigo e estudante graduado no laboratório de Thrun.
O algoritmo se alimentou de cada imagem, com pixels brutos com um termo de doença associada. Quando comparada com outros métodos de algoritmos de treinamento, o mesmo exige pouco processamento e classificação de imagens antes de classificação, permitindo que o algoritmo trabalhe fora de uma variedade mais ampla de fatos. Ao invés desenvolver um algoritmo através do zero, os pesquisadores começaram com um algoritmo fabricado pelo Google, que já estava habilitado para distinguir 1,vinte e oito milhões de imagens de 1.000 categorias de objetos.
Embora estivesse preparado pra diferenciar os gatos, os cães, os pesquisadores precisavam discernir, tendo como exemplo, um carcinoma maligno de uma queratose seborréica benigna. Após atravessar pelas traduções necessárias, os pesquisadores colaboraram com dermatologistas de Stanford, como essa de Helen M. Blau, professora de Microbiologia e Imunologia da instituição de Stanford e coautora do artigo.
- 380 univeersidades antigas no peeru
- 1º O meio em que se desloca (atmosfera, espaço)
- 5 Ayn Rand
- Use o símbolo “-“, introduzido por Peirce.[29]
- Registado: 09 ago 2015
Este computador interdisciplinar trabalhou para classificar a mistura de imagens da Internet, com diversas delas, ao oposto das tomados pelos profissionais médicos, variavam em termos do ângulo, o zoom e a iluminação. Ao término, acumularam cerca de 130.000 imagens de lesões de pele que representam mais de 2.000 doenças diferentes. Os pesquisadores avaliaram o sucesso com o bem que os cientistas foram capazes de diagnosticar acertadamente as lesões tumorais e não tumorais em mais de 370 imagens. O funcionamento do algoritmo foi capacidade por intermédio da criação de uma curva de sensibilidade-especificidade, onde a sensibilidade representava a sua capacidade pra distinguir corretamente as lesões malignas e a especificidade representava a tua competência pra discernir corretamente as lesões benignas.
, avaliou-Se a competência do algoritmo a começar por 3 tarefas de diagnóstico-chave: classificação de carcinoma de queratinócitos, classificação de melanoma e classificação de melanoma quando se observa com dermoscopia. Nas 3 tarefas, o algoritmo coincidiu com o efeito de dermatologistas com a área perante a curva de sensibilidade-especificidade alcançando, no mínimo, 91% da área total do gráfico.
Uma vantagem adicional do algoritmo é que, ao inverso de alguém, o algoritmo poderá ser mais ou menos sensível, permitindo aos pesquisadores afinar a tua resposta, dependendo de o que almeja que avalie. Esta prática de transformar a sensibilidade aponta a profundidade e complexidade desse algoritmo. Embora esse algoritmo está na atualidade em um micro computador, o pc iria pretender fazê-lo compatível com smartphones em um futuro próximo.
Tem a perícia de reter uma porção dos sedimentos e da poluição que vem da cota mais elevada. Um tanto ao norte de San Luis, o Missouri se descobre com o Mississippi proveniente do oeste. As águas do Missouri estão carregadas de sedimentos e partículas arrancadas na erosão.
