看到心有灵犀:研究人员训练AI复制临床专业人士的目光

一个人工智能(AI)系统,它模仿放射科医生阅读医学图像的目光如乳房x光检查,开发了卡迪夫大学的一组科学家。

首开先河的系统提高了速度、精度和灵敏度的医疗诊断和可能导致乳腺癌的早期发现,研究人员称。

团队,从大学计算机科学与信息学院的,也希望它将帮助解决英国采用放射科医生短缺,通过培训和教育应用。

构建系统,他们使用了复杂的算法称为卷积神经网络旨在模仿人脑神经元建模的具体视觉皮层。

这种类型的算法适合采取图片和分配的重要性不同对象在图像本身或方面。

研究小组开发了算法与放射科医生从三个NHS hospitals-Breast测试威尔士,威尔士大学医院(UHW)和大奥蒙德街医院。

他们的发现发表在IEEE多媒体显示,人工智能系统可以准确地预测领域的一个形象,放射科医生看起来最有可能当诊断做准备。

Hantao刘博士,一位读者卡迪夫大学计算机科学与信息学院的和该研究的合著者之一,说:“英国国民健康保险制度面临的挑战,我们看起来是很重要的数据科学和人工智能可能的解决方案。

“这并不意味着用机器人代替人,而是展示了机器学习可以支持并提高临床专业人员的工作。在我们的研究中,我们所做的只是通过开发一个系统,它可以与放射科医生就像一个关键朋友或同事在医学诊断工作和支持决策引起的,”刘Hantao博士说。

刘博士被授予荣誉与NHS威尔士,研究工作的目标是开发一个战略路线图AI部署在放射学部门在威尔士。

顾问理查德·怀特博士UHW专家参与这项研究,说:“有这么多数据介入放射学,我认为最好是我们利用它和可用的技能。放射科医生错过一切。多年来,我们经常不注意它,因为它可以非常微妙,甚至不出现明显的在某些情况下。但我们知道AI可以发现我们不要的东西,从这个意义上说,这种系统将提高我们的工作,减少错误的风险。

“我们也看到系统如何将帮助我们优先考虑患者推荐通过寻找异常扫描和图像这之前报道的需要更少的关注。我能看到更多的发生在未来有了这个系统,帮助我们解决经常长时间的等待。”

虽然他们的研究集中在gaze-prediction,研究者从卡迪夫大学多媒体计算研究小组说系统援助决策可能是下一步的临床应用人工智能。

Zelei杨,另一个放射科医生在UHW也参与了这项研究,有效地补充道,“这个系统带来了更人性化的人工智能,因此一个更真实的描述我们所做的是放射科医生。由于这些原因可以彻底改变我们的方法深度学习及其临床应用,因为它是现在更有效和更现实的设定,而不仅仅是一个工具,已经为了它。”