Orang sering membuat kesalahan - ini berlaku untuk profesional dan pemula di hampir semua bidang. Terutama yang tinggi adalah biaya kesalahan dalam pengobatan, di mana diagnosis yang tidak tepat dapat menyebabkan masalah kesehatan atau bahkan kematian pasien. Sebaliknya, pada saatnya penyakit teridentifikasi, diagnosis yang tepat memungkinkan Anda menentukan arah pengobatan yang tepat, yang akan membantu pulih.
Semakin banyak, kecerdasan buatan digunakan dalam kedokteran. Ini membantu untuk mengidentifikasi ikatan yang lemah dan memproses data dalam jumlah besar - seseorang tidak dapat mengatasi tugas-tugas ini. Salah satu perkembangan baru adalah
proyek sekelompok spesialis gabungan dari Jerman, Amerika Serikat dan Israel, yang memungkinkan mengungkap penyakit keturunan dari foto seseorang.
Para penulis karya itu mengajarkan jaringan saraf untuk mengenali penyakit genetik dengan tingkat akurasi yang tinggi - lebih dari 91%. Pada saat yang sama, layanan ini tersedia sebagai aplikasi mobile, peralatan yang kompleks tidak diperlukan.
Secara umum, diagnosis penyakit genetik adalah tugas yang sulit bahkan untuk para ahli di bidang ini. Dan untuk dokter biasa yang jarang menemukan penyakit eksotis, diagnosis penyakit genetik hampir tidak mungkin. Bagaimanapun, beberapa penyakit yang bersifat genetik sangat jarang, mereka mungkin tidak bertemu dokter selama bertahun-tahun praktiknya. Tetapi mengidentifikasi penyakit seperti itu adalah tugas penting untuk kesehatan dan kehidupan pasien.
Sistem pengenalan wajah DeepGestalt, yang dikembangkan di bawah bimbingan Yaron Gurovich dari Universitas Tel Aviv, memungkinkan untuk mendiagnosis beberapa ratus penyakit genetik dengan benar menggunakan hanya satu foto seorang pasien. Seperti dalam banyak kasus lain, ketika datang untuk bekerja dengan AI, para ilmuwan menggunakan jaringan saraf convolutional. Dia diajarkan untuk membagi gambar menjadi elemen-elemen kecil dengan ukuran 100 * 100 piksel.
Selanjutnya, mengacu pada basis data, sistem mencoba untuk menentukan keberadaan suatu penyakit pada pasien dari sebuah foto. Diagnosis adalah probabilistik, penyakit dengan jumlah maksimum kecocokan ditunjukkan.
Para ilmuwan mulai dari kecil - jaringan saraf dilatih untuk mendeteksi
sindrom Cornelia de Lange . Ini adalah penyakit keturunan, dimanifestasikan oleh keterbelakangan mental dan beberapa kelainan perkembangan. Frekuensi penyakit ini sekitar 1 dalam 10.000. Penyakit ini dinamai setelah dokter anak Belanda Cornelia de Lange, yang menggambarkan sindrom pada tahun 1933 berdasarkan analisis dari lima kasus penyakit.
Sindrom memanifestasikan dirinya dalam bentuk keterbelakangan mental dan cacat bawaan dari sejumlah organ internal. Untuk memverifikasi keandalan identifikasi penyakit, para ilmuwan menggunakan ribuan gambar orang tanpa sindrom. DeepGestalt mampu mendiagnosisnya dengan akurasi 97%. Ini adalah indikator yang sangat tinggi, karena dalam proyek lain akurasi tidak melebihi 87%.
Tahap kedua adalah melatih jaringan saraf untuk mendiagnosis
sindrom Angelman . Ini memanifestasikan dirinya sebagai keterbelakangan mental, gangguan tidur, kejang, gerakan kacau (terutama tangan), sering tertawa atau tersenyum. Penyakit ini juga disebut "sindrom Parsley" atau "sindrom boneka bahagia."
Penyakit ketiga yang telah dipelajari oleh jaringan saraf untuk ditentukan adalah sindrom Noonan, yang juga memanifestasikan dirinya dalam bentuk fitur yang terlihat jelas dari wajah dan tubuh seseorang. Benar, penyimpangan ini diakui oleh jaringan saraf dengan akurasi rendah - hanya 64%.
Lebih lanjut, DeepGestalt dilatih untuk mengenali lebih banyak penyakit baru sampai jaringan saraf mampu mendiagnosis beberapa ratus penyakit genetik dengan berbagai tingkat keparahan. Pelatihan dilakukan berdasarkan hampir 20 ribu foto. Jumlah total penyakit yang dapat didiagnosis DeepGestalt mencapai 216. Sekarang para ilmuwan sedang memeriksa operasi jaringan saraf dengan mengunggah foto-foto kedua orang sakit (dengan penyakit yang didiagnosis) dan benar-benar sehat ke sistem. Keakuratan keseluruhan dari jaringan saraf mencapai 91%.
Pengembang telah membuka akses ke produk mereka untuk semua orang. Layanan ini disebut
Face2Gene , berfungsi sebagai asisten dokter. Pembuat proyek menyarankan untuk mengobati diagnosis yang dibuat oleh sistem dengan hati-hati dan menggunakan informasi yang diterima sebagai saran, bukan kata terakhir.