Google Research рассказывает, что для безопасного глобального внедрения медицинской ИИ-системы необходимо продемонстрировать ее универсальность — способность сохранять точность диагностики при введении в новые клинические условия с различными пациентами, рабочими процессами и вариациями оборудования УЗИ, отличными от тех, на которых модель была обучена. В данном исследовании наша исходная ИИ-модель была незначительно адаптирована только на одной из целевых популяций, а затем перспективно протестирована в обеих целевых средах: Northwestern Medicine — это городская, высокоресурсная академическая медицинская клиника в Чикаго, штат Иллинойс, США, и Jacaranda Health — сеть городских клиник в Найроби, Кения. Модель изначально обучалась на данных УЗИ, собранных в Северной Каролине и Замбии с использованием коммерческих УЗИ-датчиков Sonosite, GE и Butterfly Networks, а исследовательская ИИ-система была совместима с Clarius C3, коммерческим портативным трансабдоминальным датчиком. Все эти места отличались по различным параметрам ухода, включая время, когда женщины впервые обращаются за пренатальным уходом, количество рутинных УЗИ, которые они получают, и то, как обычно определяется гестационный возраст. Для оценки эффективной настройки системы исследование использовало небольшую пилотную выборку из 120 участников из Чикаго — примерно 6% от первоначального обучающего набора — для адаптации модели к новому оборудованию и расширения диапазона предсказания гестационного возраста за пределы 36 недель. Для понимания универсальности данные с сайта в Найроби не использовались для тонкой настройки, что позволило сохранить клиническую валидацию в Кении как строго независимый внешний тест. Для оценки полной полезности исследование также включало многоплодные беременности, которые могут представлять собой сложности в отслеживании и измерении как для человеческих операторов, так и для автоматизированных систем. Материал подготовлен нейросетью на основе оригинальной публикации. ИИ может ошибаться в деталях (цифры, имена, даты, цитаты) — для важной информации сверяйтесь с первоисточником.
Материал бастапқы дереккөзден алынған:
SMNTCN (Semanticon) — глобальные новости ИИ
Толық мәтінді SMNTCN (Semanticon) — глобальные новости ИИ сайтында оқуТақырып орыс тіліндеИспользование ИИ для улучшения материнского ухода с помощью УЗИ
Исследование Google Research демонстрирует, как ИИ может улучшить материнский уход.
AI қорытындысы: Басты тезистер
- Исследование Google Research демонстрирует, как ИИ может улучшить материнский уход.
Использование ИИ для улучшения материнского ухода с помощью УЗИ
Ұқсас материалдар
NVIDIA AI зауыттарында бақылауды жақсарту үшін Minerva-ны ұсынды
NVIDIA AI зауыттарының өнімділігін арттыру үшін Minerva платформасын ұсынды.
OpenAI, Anthropic және Nvidia компанияларында рекордтық лоббилік кварталдар болды
Бұл AI лоббистері үшін қарқынды жаз болды. Anthropic, OpenAI және Nvidia әрқайсысы шілде мен қыркүйек айлары аралығында ең көп лоббилік тоқсанға ие болды, деп хабарлайды федералды ақпарат. Nvidia топтың көп бөлігін 2,2 миллион долларға жұмсады, одан кейін Anthropic 2,1 миллион доллар және OpenAI 1,5 доллар жұмсады ...
Рекурсивті Флинтпен AI басқаратын зерттеу процесінің алғашқы нәтижесін көрсетеді
Recursive AI стартапы бұрынғы DeepMind зерттеушілері әзірлеген жергілікті кодтауға арналған 40 миллиард параметрлік ТМ бірінші тілдік моделі Flint-ті ұсынады. Ол төрт айдың ішінде компанияның ішкі AI жүйесі, «Эврика машинасы» арқылы жасалды, ол тәуелсіз сынақтан өтеді және…
Ағаш жамылғысынан тыс: әлемдегі орман түрлерін картаға түсіру
Жердегі әрбір 10 метрлік жер учаскесін әртүрлі орман түрлеріне жіктейтін жаһандық карта.
