共1页/4条首页上一页1下一页尾页
回复:4 阅读:1593
数据质量以及开放是AI未来发展的瓶颈

曾文超 离线

帖子:1095
粉蓝豆:24
经验:2114
注册时间:2012-04-21
加关注  |  发消息
楼主 发表于 2017-12-22 21:59|举报|关注(0)
浏览排序[ 顺序 逆序 楼主 支持 精彩 ]  快捷回复

 目前,大部分的人工智能的准确度不如人意,且仅可应用于部分常见疾病,这主要是可用数据不足导致。不难发现,在之前提到的研究中,使用训练样本越多,精确度就越高。但由于数据标准化和隐私限制等原因,数据的获取和分享一直受阻。除了数据数量之外,数据质量也相当重要,尤其是医疗数据,大多需要训练有素的专家手动给出“标准答案”,才能提高AI的准确性,但这将是一个十分消耗资源的过程。不过,就算人工智能的准确性足够令人信服,解释它的行为将是另一件让人头痛的事。

深度学习算法复杂,尽管得到正确的结果,我们往往也很难理解计算机如何”思考“得出这样的结果。然而,方法总比问题多。现在,针对数据数量和质量的不足,越来越多的公共标准数据库建立起来,如癌症影像集(The Cancer Imaging Archive),研究者有更多可靠的数据可供自由使用。同时,研究者也可以使用无监督学习的方法,来减少数据缺少”答案“的影像。

 

总的来说,深度学习技术能够从数据中学习到丰富的信息,意味着它可完成更加复杂的任务;而且我们能很方便地将这项技术应用到其它地方。除了癌症检测外,深度学习技术,尤其是CNN,还可以用来检测其它疾病,如白内障、骨折、脑出血等。不难想象,随着人工智能在医疗领域的广泛应用,医生的工作量将会大大减少,且诊疗准确率也将会得到提升。它们能够在图片上找到我们肉眼难以发现的异常

 
标签:
1
添加参考诊断
×参考诊断
  

吴婵婵 离线

帖子:383
粉蓝豆:16
经验:449
注册时间:2014-08-11
加关注  |  发消息
1 楼    发表于2017-12-29 11:44:10举报|引用
返回顶部 | 快捷回复

 

0
回复

5wei 离线

帖子:766
粉蓝豆:17
经验:805
注册时间:2010-10-18
加关注  |  发消息
2 楼    发表于2018-01-11 13:27:08举报|引用
返回顶部 | 快捷回复

 

0
回复

小七 离线

帖子:583
粉蓝豆:11
经验:625
注册时间:2013-03-06
加关注  |  发消息
3 楼    发表于2018-01-12 11:12:44举报|引用
返回顶部 | 快捷回复

 

0
回复

求索 离线

帖子:205
粉蓝豆:21
经验:236
注册时间:2010-10-19
加关注  |  发消息
4 楼    发表于2018-01-21 09:30:46举报|引用
返回顶部 | 快捷回复

 

0
回复
signature
路漫漫其修远兮,吾将上下而求索。
回复:4 阅读:1593
共1页/4条首页上一页1下一页尾页
【免责声明】讨论内容仅作学术交流之用,不作为诊疗依据,由此而引起的法律问题作者及本站不承担任何责任。
快速回复
进入高级回复
您最多可输入10000个汉字,按 "Ctrl" + "Enter" 直接发送
搜索回复/乘电梯 ×
按内容
按会员
乘电梯
合作伙伴
友情链接