Mesterséges intelligencia a bőrrák diagnózisában
Egy indiai kutatócsoport az International Journal of Nanotechnology folyóiratban közölt cikkében a bőrrák-gyanús bőrfelületekről készített fényképek mesterséges intelligencia segítségével végzett elemzésében használt algoritmusok (döntési fa, Naive Bayes, KNN módszer stb.) hatásosságát hasonlította össze.
Eredményeik szerint 83%-os pontosságával a döntési fa algoritmus bizonyult a leghatékonyabbnak, de a kutatók nem álltak meg itt, hanem ezt a módszert egy deep learning algoritmussal, a konvolúciós neurális hálózat (CNN) metódussal párosítva 94%-ra sikerült emelniük a pontosságot mindössze hat betanítási ciklus alatt. A kutatók számításai szerint 73 betanítási ciklust alkalmazva az algoritmus diagnosztikai pontossága jóval 99% fölé vihető, és még ennél is hatásosabb eszköz állhat az orvosok rendelkezésére, ha a ciklusok mellett a modellt a bőrrákos léziók sajátosságainak betáplálásával (aszimmetria, szín-, átmérő és határterületi anomáliák stb.) fejlesztik tovább.
