Достижения в области ИИ в здравоохранении – Специальный выпуск с Натаном Вангом

Искусственный интеллект быстро становится одним из ключевых факторов в достижениях в области здравоохранения. Перед RE•WORK – Саммит по ИИ в здравоохранении в Бостоне мы попросили Натана Ванга – исследователя глубокого обучения и медицинской визуализации в Университете Джонса Хопкинса – поделиться своими мыслями на эту тему. Вот что он сказал:

Что, по вашему мнению, является наиболее важным достижением в области ИИ в здравоохранении?

В последние годы эта область сделала значительный прогресс в интерпретируемости моделей. Как исследователь, мне важно иметь возможность интуитивно понимать “обоснование” наших ИИ, что помогает нам создавать более прочные и точные модели. Надеюсь, клиницисты и пациенты в конечном итоге смогут иметь больше доверия к этим системам ИИ.

Что, по вашему мнению, будет главным достижением ИИ в здравоохранении и для результатов лечения пациентов?

Я думаю, что главное достижение ИИ еще впереди. Когда глубокая геномика и радионика станут более значимыми, ИИ будет играть еще более важную роль, чем сейчас.

Какие недавние успехи были у вас в проекте по ИИ, над которым вы работаете? Какие проблемы вы遇али во время этого, и как вы их преодолели?

Моя работа в Университете Джонса Хопкинса включает в себя анализ изображений на основе глубокого обучения во время операции, в частности, различие между раковыми и нераковыми тканями в коре головного мозга по изображениям, полученным с помощью оптической когерентной томографии (ОКТ). Одна из значительных проблем, с которыми я столкнулся, заключалась в том, чтобы разработать модель ИИ, которая хорошо обобщалась бы на данные пациентов вне обучающего набора. Хотя глубокие сети хорошо справляются с извлечением скрытых закономерностей, наиболее легко обучаемые закономерности не всегда являются правильными. Поэтому важно использовать различные методы нормализации и преобразования данных. В моем проекте я обнаружил, что текстура изображения очень полезна в схеме ансамблевого обучения, чтобы мы могли использовать как глубокое обучение, так и классическое распознавание закономерностей.

Как глубоко ИИ будет интегрирован в клинический рабочий процесс через 5-10 лет? Какие будут некоторые будущие тенденции?

Я вижу, что ИИ будет все больше помогать экспертам на протяжении всего клинического рабочего процесса, от диагностики до лечения. ИИ уже доказал свою эффективность не только в ранней диагностике и скрининге, но и в прогнозировании долгосрочных результатов. Благодаря вовремя начатому лечению, которое может быть более точным и эффективным с помощью ИИ, люди могут ожидать более долгой и здоровой жизни.

Чего вы больше всего ждете, выступая на Саммите по ИИ в здравоохранении?

Важность и влияние ИИ в здравоохранении rõко отражаются в впечатляющей панели экспертных докладчиков из различных отраслей и исследовательских фонов. Я с нетерпением жду возможности узнать о последних достижениях в области ИИ в областях, смежных с моей, и вступить в вдохновляющие разговоры, которые положительно повлияют на направление моих исследований.

Хотите узнать больше?

Натан будет выступать на предстоящем Саммите по ИИ в здравоохранении 13-14 октября 2022 года в Бостоне, Массачусетс. Присоединяйтесь к нему и многим другим экспертам в области ИИ, машинного обучения и глубокого обучения, чтобы узнать больше о последних тендендах и возможностях в здравоохранении.

Сроки раннего бронирования истекают в пятницу, 2 сентября, поэтому забронируйте свое место сегодня.

Используйте промо-код: UNITEAI для 20% скидки.

Для получения более подробной информации обратитесь к hello@re-work.co.