Aviso: Esta página é uma tradução automática da página original em inglês. Por favor note uma vez que as traduções são geradas por máquinas, não tradução tudo será perfeita. Este site e suas páginas da Web destinam-se a ler em inglês. Qualquer tradução deste site e suas páginas da Web pode ser imprecisas e imprecisos no todo ou em parte. Esta tradução é fornecida como uma conveniência.

Inteligência artificial e profundamente aprendizagem na medicina

A inteligência artificial, ou o AI, são um termo do guarda-chuva para a aprendizagem de máquina e profundamente a aprendizagem. É onde uma máquina recolhe a informação de seus arredores e, daquela, faz a decisão a mais óptima apropriada à situação.

Tipos de AI

Na aprendizagem de máquina, uma máquina pode tomar um conjunto de dados, analisá-lo, e fazer uma decisão ou uma previsão baseada no que aprendeu. Profundamente aprender é uma versão mais complexa desta, onde há diversas camadas de características do processo e cada camada toma alguma informação.

Estes ambos são baseados nas redes neurais, que são algoritmos que actuam similarmente ao cérebro humano que tomam uma entrada e fornecem uma saída baseada no que aprenderam.

Contudo, o algoritmo não precisa de ter as capacidades problem-solving mais cognitivas da aprendizagem de máquina e profundamente aprendendo ser considerado um AI, apenas precisa de conduzir à solução a mais ideal.

Aqueles que são consideradas AI mas não a aprendizagem de máquina pode ser as máquinas que apenas usam árvores de decisão para a lógica ou uns que foram dadas regras e instruções.

Elevação da inteligência artificial na medicina

O AI começou fazer sua maneira nas ciências da vida devido aos conjunto de dados digitados e frequentemente maciços que precisam a análise. Permite uma programação mais fácil das máquinas porque remove uma parcela grande de descrever características da pilha. O AI precisa somente de ser mostrado um grupo de dois tipos da pilha, por exemplo, cancerígenos e noncancerous, sem descrições detalhadas de cada característica.

Para um, o AI pode ser usado durante processos de selecção. A análise das imagens, do estilo de vida e dos outros dados da saúde pode ajudar no diagnóstico ou na previsão do início das doenças em uma fase inicial.

Isto abre a possibilidade aumentada de usar medidas preventivas antes da manifestação da doença. Adicionalmente, pode ser possível reduzir diagnósticos do falso positivo.

Talvez mais importante ainda, o AI tem a possibilidade a ajudar nas áreas com cuidados médicos menos a trabalhar. Acredita-se que as áreas geogràfica isoladas podem tirar proveito do AIs que poderia substituir médicos.

Alternativamente, nas áreas que faltam o pessoal especializado, o AI podia substituir os papéis por exemplo de radiologistas para realizar rotinas da selecção. Tal AI já existe em Coreia, onde a tuberculose pode ser identificada dos raios X de caixa.

Aplicações da inteligência artificial

Há uma miríade dos exemplos de como o AI pode potencial ser usado, e a tecnologia está experimentando actualmente um renascimento com diversas grandes empresas que centram-se seus esforços sobre aplicações do AI nas ciências da vida. Contudo, alguns métodos têm sido executados já e merecem a menção.

O paciente profundo é um método da aprendizagem de máquina modelado dos registos de saúde eletrônicos de 700.000 pacientes do armazém de dados do monte Sinai. O algoritmo foi modelado usando a aprendizagem de máquina unsupervised, onde a máquina pode aprender fazer as decisões baseadas em como similar os dados são, mesmo se nenhuma saída é fornecida.

O paciente profundo era bem sucedido em doenças de predição tais como o diabetes severo, a esquizofrenia, e determinados cancros. A esquizofrenia é notòria difícil de prever para médicos, fazendo a isto um repto muito impressionante. Paciente profundo selecionado para ao redor 80 doenças e controlado prever o início com precisão 80-90%.

Mais, ao contrário das aproximações precedentes, o paciente profundo não é altamente específico a uma determinada doença mas às tampas uma escala larga das doenças ao ainda reter a precisão. Igualmente mostra que o paciente profundo pode aprender as descrições e as características que não são específicas a um determinado domínio.

O AI foi aplicado relativamente extensivamente à investigação do cancro. A clínica de Mayo treinou uma rede neural para reconhecer mutações genéticas analisando a imagem de MRI no cancro cerebral.

Isto remove a necessidade para biópsias, porque o sistema pode identificar com precisão de 95%. Contudo, porque o sistema não dá uma razão para sua identificação, os pesquisadores não são ainda certos o que exactamente o algoritmo está pegarando sobre naquelas imagens de MRI.

Bons dados e armadilhas potenciais da inteligência artificial

Como mencionado, o AI é capaz de fornecer saídas a precisão alta. Contudo, em seu núcleo o AI não é compreendido inteiramente. A matemática atrás de como um AI aprende não é compreendida inteiramente, e, como no exemplo da clínica de Mayo, pesquisadores às vezes não sabe porque o algoritmo dá determinadas saídas, mesmo se estão correctas.

A aprendizagem de máquina e profundamente aprender confiam em grande parte no conjunto de dados que aprende de. São suscetíveis “lixo dentro, ao princípio assim chamado do lixo para fora”, significando que as saídas são somente tão exactas como os grupos de aprendizagem eram. Conseqüentemente, identificar o grupo de características correcto para olhar e ter a certeza que os dados são seguros são criticamente importantes.

Fontes

Further Reading

Last Updated: Oct 15, 2018

Sara Ryding

Written by

Sara Ryding

Sara is a passionate life sciences writer who specializes in zoology and ornithology. She is currently completing a Ph.D. at Deakin University in Australia which focuses on how the beaks of birds change with global warming.

Citations

Please use one of the following formats to cite this article in your essay, paper or report:

  • APA

    Ryding, Sara. (2018, October 15). Inteligência artificial e profundamente aprendizagem na medicina. News-Medical. Retrieved on February 28, 2021 from https://www.news-medical.net/health/Artificial-Intelligence-and-Deep-Learning-in-Medicine.aspx.

  • MLA

    Ryding, Sara. "Inteligência artificial e profundamente aprendizagem na medicina". News-Medical. 28 February 2021. <https://www.news-medical.net/health/Artificial-Intelligence-and-Deep-Learning-in-Medicine.aspx>.

  • Chicago

    Ryding, Sara. "Inteligência artificial e profundamente aprendizagem na medicina". News-Medical. https://www.news-medical.net/health/Artificial-Intelligence-and-Deep-Learning-in-Medicine.aspx. (accessed February 28, 2021).

  • Harvard

    Ryding, Sara. 2018. Inteligência artificial e profundamente aprendizagem na medicina. News-Medical, viewed 28 February 2021, https://www.news-medical.net/health/Artificial-Intelligence-and-Deep-Learning-in-Medicine.aspx.

Comments

The opinions expressed here are the views of the writer and do not necessarily reflect the views and opinions of News Medical.