С тех пор, как оно было названо одной из 10 лучших прорывных технологий 2013 года, глубокое обучение неоднократно появлялось в заголовках газет, при этом быстро появлялись новые приложения. В частности, методы глубокого обучения оказались мощными инструментами для решения ряда задач компьютерного зрения, включая получение медицинских изображений.

Точный диагноз заболевания зависит от получения и интерпретации медицинских изображений, которые обычно все еще выполняются людьми. Ожидается, что использование машин вместо этого оставит меньше места для человеческих ошибок, которые обычно возникают из-за субъективности, различий в опыте и мнениях переводчиков, а также утомляемости врачей.

Поскольку на медицинские изображения приходится примерно 90% всех медицинских данных, применение искусственного интеллекта к изображениям для более эффективной и точной диагностики может изменить правила игры. Однако технология все еще относительно новая, и проблем стоит ожидать.

На саммите Глубокое обучение в здравоохранении в Лондоне в 2017 году Бен Глокер, преподаватель кафедры обработки медицинских изображений в Имперском колледже Лондона, обсудил некоторые успехи и недостатки в применении глубокого обучения к медицинской визуализации. Посмотрите его презентацию со слайдами ниже.

Https://www.youtube.com/watch?v=2_Jv11VpOF4

Машины, способные анализировать и интерпретировать медицинские снимки со сверхчеловеческой производительностью, находятся в пределах досягаемости. В частности, глубокое обучение стало многообещающим инструментом в нашей работе по автоматическому обнаружению повреждений мозга. Но попасть из лаборатории в клиническую практику сопряжено с большими трудностями. Как мы узнаем, когда машина ошибается? Можем ли мы предсказать отказ и сделать машину устойчивой к изменениям клинических данных? В этом выступлении обсуждаются некоторые из наших последних работ, направленных на решение этих критических проблем и демонстрация наших последних результатов в области глубокого обучения для анализа медицинских сканирований.

Просмотрите подборку презентаций с саммита по глубокому обучению в здравоохранении 2017 года в Лондоне здесь или свяжитесь с Хлоей [email protected], чтобы подписаться на видеочип.

Следующий Саммит по глубокому обучению в здравоохранении состоится в Бостоне 25–26 мая одновременно с ежегодным Саммитом по глубокому обучению. Среди подтвержденных докладчиков: Дэвид Планы, генеральный директор BioBeats; Кристиан Потес, старший научный сотрудник Philips Research; Сергей Азерников, руководитель отдела машинного обучения Glidewell Laboratories; и Муинату Белл, доцент Университета Джона Хопкинса. Посмотреть больше спикеров можно здесь.

Пропуска Early Bird доступны до пятницы, 31 марта. Забронируйте место прямо сейчас.