ຮັກສາສຸຂະພາບ

Intel ເຮັດວຽກກັບມະຫາວິທະຍາໄລ Pennsylvania ໂດຍໃຊ້ AI ການຮັກສາຄວາມເປັນສ່ວນຕົວເພື່ອກໍານົດເນື້ອງອກໃນສະຫມອງ

ການປັບປຸງ on ມິຖຸນາ 5, 2021

Intel Labs ແລະໂຮງຮຽນການແພດ Perelman ທີ່ມະຫາວິທະຍາໄລ Pennsylvania (Penn Medicine) ກໍາລັງສ້າງຕັ້ງສະຫະພັນກັບ 29 ສະຖາບັນການແພດແລະການຄົ້ນຄວ້າສາກົນເພື່ອຝຶກອົບຮົມຕົວແບບປັນຍາປະດິດ (AI) ທີ່ກໍານົດເນື້ອງອກໃນສະຫມອງໂດຍໃຊ້ເຕັກນິກການຮັກສາຄວາມເປັນສ່ວນຕົວທີ່ເອີ້ນວ່າການຮຽນຮູ້ສະຫະພັນ. . ວຽກງານນີ້ແມ່ນໄດ້ຮັບການສະໜັບສະໜູນຈາກ ສ ໂຄງການເຕັກໂນໂລຊີຂໍ້ມູນຂ່າວສານເພື່ອການຄົ້ນຄວ້າມະເຮັງ (ICTR). ສະຖາບັນມະເຮັງແຫ່ງຊາດ (NCI) ຂອງສະຖາບັນສຸຂະພາບແຫ່ງຊາດ (NIH), ໂດຍຜ່ານການຊ່ວຍເຫຼືອລ້າສາມປີ, $ 1.2 ລ້ານໃຫ້ແກ່ຜູ້ສືບສວນຕົ້ນຕໍທ່ານດຣ. Spyridon Bakas, ທີ່ ສູນການຄອມພິວເຕີແລະວິເຄາະຮູບພາບທາງຊີວະພາບ (CBICA) ຂອງ University of Pennsylvania.

"AI ສະແດງໃຫ້ເຫັນຄໍາສັນຍາທີ່ຍິ່ງໃຫຍ່ສໍາລັບການກວດພົບເນື້ອງອກໃນສະຫມອງໃນຕອນຕົ້ນ, ແຕ່ວ່າມັນຈະຮຽກຮ້ອງໃຫ້ມີຂໍ້ມູນຫຼາຍກ່ວາສູນການແພດໃດໆທີ່ຈະສາມາດບັນລຸໄດ້ຢ່າງເຕັມທີ່. ການນໍາໃຊ້ຊອບແວ Intel ແລະຮາດແວແລະການສະຫນັບສະຫນູນຈາກບາງຈິດໃຈທີ່ສົດໃສຂອງ Intel, ພວກເຮົາເຮັດວຽກກັບມະຫາວິທະຍາໄລ Pennsylvania ແລະສະຫະພັນຂອງ 29 ສູນການແພດທີ່ຮ່ວມມືກັນເພື່ອກ້າວຫນ້າການກໍານົດເນື້ອງອກໃນສະຫມອງໃນຂະນະທີ່ປົກປ້ອງຂໍ້ມູນຄົນເຈັບທີ່ລະອຽດອ່ອນ." – Jason Martin, ວິສະວະກອນຫຼັກ, Intel Labs

ມັນເຮັດວຽກແນວໃດ

Penn Medicine ແລະ 29 ສະຖາບັນການແພດແລະການຄົ້ນຄວ້າຈາກສະຫະລັດ, ການາດາ, ສະຫະປະຊາຊະອານາຈັກ, ເຢຍລະມັນ, ເນເທີແລນ, ສະວິດເຊີແລນແລະອິນເດຍຈະນໍາໃຊ້ການຮຽນຮູ້ແບບສະຫະພັນ, ເຊິ່ງເປັນວິທີການການຮຽນຮູ້ເຄື່ອງຈັກທີ່ແຈກຢາຍທີ່ຊ່ວຍໃຫ້ອົງການຈັດຕັ້ງສາມາດຮ່ວມມືໃນໂຄງການການຮຽນຮູ້ເລິກໂດຍບໍ່ມີການແບ່ງປັນຄົນເຈັບ. ຂໍ້ມູນ.

Penn Medicine ແລະ Intel Labs ແມ່ນຜູ້ທໍາອິດທີ່ເຜີຍແຜ່ເອກະສານກ່ຽວກັບການຮຽນຮູ້ສະຫະພັນໃນໂດເມນຮູບພາບທາງການແພດ, ໂດຍສະເພາະສະແດງໃຫ້ເຫັນວ່າວິທີການຮຽນຮູ້ຂອງລັດຖະບານກາງສາມາດຝຶກອົບຮົມແບບຈໍາລອງເຖິງ 99% ຂອງຄວາມຖືກຕ້ອງຂອງຕົວແບບທີ່ໄດ້ຮັບການຝຶກອົບຮົມແບບດັ້ງເດີມ, ບໍ່ແມ່ນເອກະຊົນ. ວິທີການ. ເອກະສານສະບັບນີ້ໃນເບື້ອງຕົ້ນໄດ້ຖືກນໍາສະເໜີຢູ່ໃນກອງປະຊຸມສາກົນກ່ຽວກັບຮູບພາບທາງການແພດແລະການແຊກແຊງຄອມພິວເຕີ (MICCAI) 2018, ໃນ Granada, ປະເທດສະເປນ. ວຽກງານໃຫມ່ຈະໃຊ້ຊໍແວແລະຮາດແວ Intel ເພື່ອປະຕິບັດການຮຽນຮູ້ສະຫະພັນໃນລັກສະນະທີ່ສະຫນອງການປົກປ້ອງຄວາມເປັນສ່ວນຕົວເພີ່ມເຕີມໃຫ້ກັບທັງຕົວແບບແລະຂໍ້ມູນ.

"ມັນໄດ້ຮັບການຍອມຮັບຢ່າງກວ້າງຂວາງຈາກຊຸມຊົນວິທະຍາສາດຂອງພວກເຮົາວ່າການຝຶກອົບຮົມການຮຽນຮູ້ເຄື່ອງຈັກຮຽກຮ້ອງໃຫ້ມີຂໍ້ມູນພຽງພໍແລະຫຼາກຫຼາຍຊະນິດທີ່ບໍ່ມີສະຖາບັນດຽວສາມາດຖືໄດ້. ພວກເຮົາກໍາລັງປະສານງານສະຫະພັນຂອງ 29 ສະຖາບັນການແພດແລະການຄົ້ນຄວ້າສາກົນທີ່ຮ່ວມມືກັນ, ເຊິ່ງຈະສາມາດຝຶກອົບຮົມແບບຈໍາລອງ AI ທີ່ທັນສະໄຫມສໍາລັບການດູແລສຸຂະພາບ, ນໍາໃຊ້ເຕັກໂນໂລຢີການຮຽນຮູ້ເຄື່ອງຈັກທີ່ຮັກສາຄວາມເປັນສ່ວນຕົວ, ລວມທັງການຮຽນຮູ້ສະຫະພັນ. ໃນປີນີ້, ສະຫະພັນຈະເລີ່ມພັດທະນາສູດການຄິດໄລ່ທີ່ລະບຸເນື້ອງອກໃນສະຫມອງຈາກສະບັບທີ່ຂະຫຍາຍອອກຢ່າງຫຼວງຫຼາຍ. ສິ່ງທ້າທາຍການແບ່ງແຍກເນື້ອງອກໃນສະໝອງສາກົນ (BraTS). ຊຸດຂໍ້ມູນ. ສະຫະພັນນີ້ຈະຊ່ວຍໃຫ້ນັກຄົ້ນຄວ້າທາງການແພດເຂົ້າເຖິງຂໍ້ມູນການດູແລສຸຂະພາບຢ່າງຫຼວງຫຼາຍໃນຂະນະທີ່ປົກປ້ອງຄວາມປອດໄພຂອງຂໍ້ມູນນັ້ນ.” – ດຣ. Spyridon Bakas, ມະຫາວິທະຍາໄລ Pennsylvania

ເປັນຫຍັງມັນຈຶ່ງ ສຳ ຄັນ:

ອີງຕາມການ ສະມາຄົມເນື້ອງອກໃນສະໝອງອາເມຣິກາ (ABTA), ເກືອບ 80,000 ຄົນຈະໄດ້ຮັບການວິນິດໄສເປັນເນື້ອງອກໃນສະຫມອງໃນປີນີ້, ໃນນັ້ນຫຼາຍກວ່າ 4,600 ຄົນເປັນເດັກນ້ອຍ. ເພື່ອຝຶກອົບຮົມແລະສ້າງຕົວແບບເພື່ອກວດຫາເນື້ອງອກໃນສະຫມອງທີ່ສາມາດຊ່ວຍໃນການກວດຫາເບື້ອງຕົ້ນແລະຜົນໄດ້ຮັບທີ່ດີກວ່າ, ນັກຄົ້ນຄວ້າຈໍາເປັນຕ້ອງເຂົ້າເຖິງຂໍ້ມູນທາງການແພດທີ່ກ່ຽວຂ້ອງຈໍານວນຫລາຍ. ຢ່າງໃດກໍ່ຕາມ, ມັນເປັນສິ່ງຈໍາເປັນທີ່ຂໍ້ມູນຍັງຄົງເປັນສ່ວນຕົວແລະຖືກປົກປ້ອງ, ເຊິ່ງເປັນບ່ອນທີ່ການຮຽນຮູ້ສະຫະພັນກັບເທກໂນໂລຍີ Intel ເຂົ້າມາ. ໂດຍການໃຊ້ວິທີການນີ້, ນັກຄົ້ນຄວ້າຈາກອົງການຈັດຕັ້ງຄູ່ຮ່ວມງານທັງຫມົດຈະສາມາດເຮັດວຽກຮ່ວມກັນໃນການກໍ່ສ້າງແລະການຝຶກອົບຮົມວິທີການກວດຫາສະຫມອງ. tumor ໃນຂະນະທີ່ປົກປ້ອງຂໍ້ມູນທາງການແພດທີ່ລະອຽດອ່ອນ.

ຕໍ່ໄປແມ່ນຫຍັງ:

ໃນປີ 2020, Penn ແລະ 29 ສະຖາບັນການແພດ ແລະການຄົ້ນຄວ້າສາກົນຈະນຳໃຊ້ຮາດແວ ແລະຊອບແວການຮຽນຮູ້ສະຫະພັນຂອງ Intel ເພື່ອຜະລິດຮູບແບບ AI ໃໝ່ທີ່ທັນສະໄໝທີ່ໄດ້ຮັບການຝຶກອົບຮົມໃນຊຸດຂໍ້ມູນເນື້ອງອກໃນສະໝອງທີ່ໃຫຍ່ທີ່ສຸດຈົນເຖິງປະຈຸບັນ — ທັງໝົດບໍ່ມີຂໍ້ມູນຄົນເຈັບທີ່ລະອຽດອ່ອນ. ອອກຈາກຜູ້ຮ່ວມມືແຕ່ລະຄົນ. ຊຸດຍ່ອຍຂອງສະຖາບັນການຮ່ວມມືທີ່ຄາດວ່າຈະເຂົ້າຮ່ວມໃນການລິເລີ່ມໃນໄລຍະທໍາອິດຂອງສະຫະພັນນີ້ປະກອບມີໂຮງຫມໍຂອງມະຫາວິທະຍາໄລ Pennsylvania, ມະຫາວິທະຍາໄລ Washington ໃນ St. Louis, ມະຫາວິທະຍາໄລ Pittsburgh Medical Center, ມະຫາວິທະຍາໄລ Vanderbilt, ມະຫາວິທະຍາໄລ Queen's, ວິທະຍາໄລເຕັກນິກຂອງ Munich, ມະຫາວິທະຍາໄລ Bern, King's College London ແລະໂຮງໝໍ Tata Memorial.

ຮຽນຮູ້ເພີ່ມເຕີມ: