तंत्रिका नेटवर्क ने मनुष्यों की तस्वीरों द्वारा दुर्लभ वंशानुगत बीमारियों की पहचान करने के लिए प्रशिक्षित किया

लोग अक्सर गलतियाँ करते हैं - यह लगभग किसी भी क्षेत्र में पेशेवरों और शुरुआती दोनों के लिए लागू होता है। विशेष रूप से उच्च चिकित्सा में त्रुटि की लागत है, जहां एक अनुचित निदान स्वास्थ्य समस्याओं या रोगी की मृत्यु भी हो सकती है। इसके विपरीत, समय में बीमारी की पहचान होने पर, सही निदान आपको उपचार के सही पाठ्यक्रम को असाइन करने की अनुमति देता है, जो ठीक होने में मदद करेगा।

चिकित्सा में कृत्रिम बुद्धि का उपयोग बढ़ रहा है। यह कमजोर संबंधों की पहचान करने और बड़ी मात्रा में डेटा को संसाधित करने में मदद करता है - एक व्यक्ति इन कार्यों का सामना नहीं कर सकता है। नए विकास में से एक जर्मनी, अमेरिका और इजरायल के विशेषज्ञों के एक संयुक्त समूह की परियोजना है , जो किसी व्यक्ति की तस्वीर से वंशानुगत बीमारी का खुलासा करने की अनुमति देता है।

काम के लेखकों ने तंत्रिका नेटवर्क को उच्च स्तर की सटीकता के साथ एक आनुवंशिक बीमारी को पहचानने के लिए सिखाया - 91% से अधिक। इसी समय, सेवा मोबाइल एप्लिकेशन के रूप में उपलब्ध है; जटिल उपकरणों की आवश्यकता नहीं है।

सामान्य तौर पर, आनुवांशिक बीमारियों का निदान इस क्षेत्र के विशेषज्ञों के लिए भी एक मुश्किल काम है। और एक साधारण चिकित्सक के लिए जो शायद ही कभी विदेशी बीमारियों का सामना करता है, आनुवंशिक रोगों का निदान लगभग असंभव है। आखिरकार, एक आनुवंशिक प्रकृति के कुछ रोग बहुत दुर्लभ हैं, वे अपने कई वर्षों के अभ्यास के पूरे समय के लिए डॉक्टर से नहीं मिल सकते हैं। लेकिन ऐसे रोगों की पहचान करना रोगी के स्वास्थ्य और जीवन के लिए एक महत्वपूर्ण कार्य है।

डीपगैस्टाल्ट फेशियल रिकग्निशन सिस्टम, जिसे तेल अवीव विश्वविद्यालय से यारोन गुरोविच के मार्गदर्शन में विकसित किया गया था, ने एक मरीज की सिर्फ एक तस्वीर का उपयोग करके कई सौ आनुवंशिक रोगों का सही ढंग से निदान करना संभव बना दिया। जैसा कि कई अन्य मामलों में, जब एआई के साथ काम करने की बात आती है, तो वैज्ञानिकों ने एक दृढ़ तंत्रिका नेटवर्क का उपयोग किया। उसे 100 * 100 पिक्सेल के आकार के साथ छवि को छोटे तत्वों में विभाजित करना सिखाया गया था।

इसके अलावा, डेटाबेस का जिक्र करते हुए, सिस्टम एक तस्वीर से एक रोगी में एक बीमारी की उपस्थिति का निर्धारण करने की कोशिश करता है। निदान संभाव्य है, मैचों की अधिकतम संख्या के साथ रोगों का संकेत दिया जाता है।



वैज्ञानिकों ने छोटी शुरुआत की - न्यूरेलिया नेटवर्क को कॉर्नेलिया डी लैंग सिंड्रोम का पता लगाने के लिए प्रशिक्षित किया गया था। यह एक वंशानुगत बीमारी है, जो मानसिक मंदता और कई विकास संबंधी असामान्यताओं द्वारा प्रकट होती है। 10,000 में रोग की आवृत्ति लगभग 1 है। रोग का नाम डच बाल रोग विशेषज्ञ कॉर्नेलिया डी लैंगे के नाम पर रखा गया था, जिन्होंने 1933 में रोग के पांच मामलों के विश्लेषण के आधार पर सिंड्रोम का वर्णन किया था।

यह सिंड्रोम मानसिक मंदता और कई आंतरिक अंगों के जन्मजात विकृतियों के रूप में प्रकट होता है। रोग की पहचान की विश्वसनीयता को सत्यापित करने के लिए, वैज्ञानिकों ने बिना सिंड्रोम के हजारों लोगों की छवियों का उपयोग किया। डीपगैस्टाल्ट 97% की सटीकता के साथ इसका निदान करने में सक्षम था। यह एक बहुत ही उच्च संकेतक है, क्योंकि अन्य परियोजनाओं में सटीकता 87% से अधिक नहीं थी।

दूसरा चरण एंजेलमैन सिंड्रोम का निदान करने के लिए तंत्रिका नेटवर्क को प्रशिक्षित कर रहा था। यह खुद को मानसिक मंदता, नींद की गड़बड़ी, दौरे, अराजक आंदोलनों (विशेष रूप से हाथ), लगातार हँसी या मुस्कुराहट के रूप में प्रकट करता है। इस बीमारी को "पार्सले सिंड्रोम" या "हैप्पी डॉल सिंड्रोम" भी कहा जाता है।

तीसरी बीमारी जिसे तंत्रिका नेटवर्क ने निर्धारित करना सीखा है वह है नूनन सिंड्रोम, जो व्यक्ति के चेहरे और शरीर की स्पष्ट रूप से दिखाई देने वाली विशेषताओं के रूप में भी प्रकट होता है। सच है, इस विचलन को कम सटीकता के साथ तंत्रिका नेटवर्क द्वारा मान्यता प्राप्त है - केवल 64%।

इसके अलावा, DeepGestalt को अधिक से अधिक नई बीमारियों को पहचानने के लिए प्रशिक्षित किया गया था जब तक कि तंत्रिका नेटवर्क बदलती गंभीरता के कई सौ आनुवंशिक रोगों का निदान करने में सक्षम नहीं था। प्रशिक्षण लगभग 20 हजार तस्वीरों के आधार पर आयोजित किया गया था। डीपगैस्टल की बीमारियों की कुल संख्या 216 तक पहुंच सकती है। अब वैज्ञानिक दोनों बीमार लोगों (निदान किए गए रोगों के साथ) और सिस्टम को बिल्कुल स्वस्थ बताकर तंत्रिका नेटवर्क के संचालन की जांच कर रहे हैं। तंत्रिका नेटवर्क की समग्र सटीकता 91% तक पहुंच जाती है।

डेवलपर्स ने अपने उत्पाद की पहुंच सभी के लिए खोल दी है। सेवा को फेस 2 जीने कहा जाता है, यह डॉक्टरों के लिए सहायक के रूप में कार्य करता है। परियोजना के निर्माता सिस्टम द्वारा किए गए निदान का सावधानी से इलाज करने की सलाह देते हैं और सलाह के रूप में प्राप्त जानकारी का उपयोग करते हैं, अंतिम शब्द नहीं।