A tudósok az AI-t kiképezik az Alzheimer-kór diagnosztizálására
Az egészségügyről tudjuk, mennyire fontos a lehető leghamarabb többet diagnosztizálni, hogy a kezelés a lehető legoptimálisabb legyen - különösen az Alzheimer-kór esetében. Ez egy olyan betegség, amely betegek ezreit érinti szerte a világon, de a tudósok olyan kezelési formát találnak, amely segíthet.
Kaliforniai kutatók közzétették a Radiology magazinban végzett tanulmányaik eredményeit, ahol bebizonyították, hogy kiképzéskor egy idegi hálózat pontosan képes diagnosztizálni az Alzheimer-kórt - és a legjobb, ha a betegséget évekkel korábban felfedezik, olyasmi, ami klinikai diagnózis esetén nem fordul elő.
A tanulmányban a projektben részt vevő kutatók mélyreható tanulási algoritmust képeztek az emberek testében és pontosabban az agy bizonyos területein végzett glükóz felszívódás elemzésére. Ehhez egyfajta radioaktív glükózt injektáltunk a beteg testébe, később tomográfiai vizsgálatot végeztünk annak ellenőrzésére, hogy a tápanyagok felszívódása hogyan alakul ki.
Így a tudósok 1000 betegből több mint 2000 képet használtak a neurális hálózat képzésére a vizsgálatok 90% -ával, a másik 1% -ot pedig validálásra. A gyakorlatban az algoritmus 100% -os pontossággal diagnosztizálta az Alzheimer-kórt, és kizárta a betegség nélküli betegek 82% -ának diagnózisát. Összehasonlításképpen egy szakértői csoport az esetek 57% -át sújtotta, és az esetek 91% -át kizárta.
Ezek a számok meglehetõsen optimistaak, de a kutatásnak természetesen vannak néhány pontjai, amelyeket javítani kell, például a tesztcsoport, amely még nem ideális méretû; Ennek ellenére ez a munka minden bizonnyal új lehetőségeket kínál a mesterséges intelligencia felhasználására a betegségek felderítésére és leküzdésére.
***
Ismeri a Mega Curioso hírlevelet? Hetente exkluzív tartalmat készítünk a nagy világ legnagyobb kíváncsiságának és bizarrának szerelmeseinek! Regisztrálja e-mailjét, és ne hagyja ki ezt a módot a kapcsolattartáshoz!
A tudósok az AI-t kiképezik az Alzheimer-kór diagnosztizálására TecMundo útján
