Sztuczna inteligencja w medycynie

Sztuczna inteligencja (AI) to symulacja procesów inteligencji człowieka za pomocą komputera. Badania nad AI są wysoce techniczne i specjalistyczne, głęboko podzielone na subdziedziny, które często nie potrafią się ze sobą porozumieć. Ta poddziedzina uczenia maszynowego skupia się na sieciach neuronowych, systemach, które luźno naśladują sieć neuronów w ludzkim mózgu. Idea sieci neuronowych jest prosta, ale potężna: składają się one z warstw „neuronów”, które wysyłają do siebie sygnały i modyfikują własne struktury na podstawie sygnałów otrzymywanych z innych warstw. Sieci neuronowe mogą „uczyć się” poprzez identyfikację wzorców w dużych zbiorach danych, a następnie wykorzystywać to, czego się nauczyły, do przewidywania wyników lub klasyfikowania nowych punktów danych.

Sieci te są zwykle trenowane w określonym celu (na przykład do klasyfikacji zdjęć). Zaczynają od tego, że nie wiedzą nic o świecie – są po prostu zbiorem przypadkowych liczb – i poprzez proces zwany „wsteczną propagacją” dostosowują swoją wewnętrzną strukturę, aby dokładniej przewidywać wyniki przy określonych danych wejściowych. Im częściej poprawnie przewidują wyniki, tym bardziej ufają swoim przewidywaniom.

W medycynie sieci neuronowe były wykorzystywane do przewidywania ataków serca na podstawie zapisów EKG pacjentów i rozpoznawania nowotworów skóry na podstawie zdjęć dermatologicznych. Ich przewaga nad tradycyjnymi metodami statystycznymi polega na tym, że mogą efektywnie sortować ogromne ilości danych.

Podobne artykuły znajdziesz na stronie bastille.pl