Kako umjetna inteligencija dijagnosticira oboljenja
-
0:01 - 0:05Kompjuterski algoritmi čine
nevjerojatne stvari danas -
0:05 - 0:10sa visokim nivoom preciznosti,
koristeći inteligenciju sličnu ljudskoj. -
0:10 - 0:14Ova kompjuterska inteligencija
se često naziva UI -
0:14 - 0:16ili umjetna inteligencija.
-
0:16 - 0:20UI je predodređena da ostavi veliki
utjecaj na naše živote. -
0:21 - 0:25Ipak, danas se susrećemo
sa velikim izazovima -
0:25 - 0:28u otkrivanju i dijagnosticiranju
mnogih opasnih oboljenja, -
0:28 - 0:31kao što su zarazne bolesti i rak.
-
0:32 - 0:34Hiljade pacijenata svake godine
-
0:34 - 0:37izgube život zbog
raka jetre i usne šupljine. -
0:38 - 0:41Najbolji način na koji možemo
pomoći ovim pacijentima -
0:41 - 0:45je da ranije otkrijemo
i dijagnosticiramo ova oboljenja. -
0:46 - 0:50Pa kako možemo otkriti ta oboljenja danas,
i može li umjetna inteligencija pomoći? -
0:52 - 0:56Nažalost, za pacijente koji sumnjaju
da boluju od ovih oboljenja -
0:56 - 0:58stručnjaci prvo preporučuju
-
0:58 - 1:01vrlo skupe tehnologije
zdravstvenog snimanja -
1:01 - 1:05kao flourescentna snimanja,
rendgene i magnetne rezonance. -
1:05 - 1:07Kada se ta snimanja obave,
-
1:07 - 1:12drugi stručnjak dijagnosticira
te snimke i razgovara sa pacijentom. -
1:13 - 1:16Kao što vidite, ovo je jako skup
i iscrpljujući proces, -
1:16 - 1:20koji zahtijeva i medicinske stručnjake
i skupe tehnologije snimanja, -
1:20 - 1:24te nije uopće praktičan
za zemlje u razvoju. -
1:24 - 1:27Odnosno, nije ni za
razvijenije zemlje, također. -
1:28 - 1:31Možemo li riješiti ovaj problem
umjetnom inteligencijom? -
1:32 - 1:36Danas, ako bi htio koristiti tradicionalne
metode umjetne inteligencije -
1:36 - 1:37kako bi riješio ovaj problem,
-
1:37 - 1:39bilo bi mi potrebno 10.000 -
-
1:39 - 1:43ponovit ću, 10.000 ovih
skupih medicinskih snimaka -
1:43 - 1:44bi se moralo napraviti.
-
1:44 - 1:47Nakon toga, otišao bi
kod stručnog doktora, -
1:47 - 1:49koji bi tada analizirao te snimke za mene.
-
1:50 - 1:52Koristeći te dvije informacije
-
1:52 - 1:55mogao bi istrenirati duboku neuralnu
mrežu ili duboku samo-učeću mrežu -
1:55 - 1:57da dijagnosticira pacijenta.
-
1:57 - 1:59Slično kao i u prvom pristupu,
-
1:59 - 2:01tradicionalne metode umjetne inteligencije
-
2:01 - 2:03imaju isti problem.
-
2:03 - 2:07Velike količine podataka, stručni doktori
i stručne tehnologije snimanja. -
2:08 - 2:13Možemo li izumiti učinkovitije
-
2:13 - 2:16i vrjednije metode umjetne inteligencije
-
2:16 - 2:19kako bi riješili ove bitne probleme
s kojim smo suočeni danas? -
2:19 - 2:22Tačno to radi moja grupa
u MIT Media Lab-u. -
2:22 - 2:26Mi smo osmislili niz
neuobičajenih UI metoda -
2:26 - 2:29kako bi riješili neke od najvažnijih
izazova s kojim se susrećemo -
2:29 - 2:32u medicinskom snimanju
i kliničkom ispitivanju. -
2:32 - 2:36U primjeru koji sam podijelio
s vama, imali smo dva cilja. -
2:36 - 2:39Prvi cilj je da se smanji
broj snimaka potrebnih -
2:39 - 2:42za treniranje algoritama
umjetne inteligencije. -
2:42 - 2:44Naš drugi cilj - bili smo ambiciozniji,
-
2:44 - 2:48željeli smo smanjiti upotrebu
skupih tehnologija snimanja -
2:48 - 2:49za snimanje pacijenata.
-
2:49 - 2:50Pa kako smo to uspjeli?
-
2:51 - 2:52Za naš prvi cilj,
-
2:52 - 2:54umjesto da počnemo sa desetinama hiljada
-
2:54 - 2:57ovih skupih medicinskih snimaka,
kao tradicionalna UI, -
2:57 - 2:59počeli smo sa samo jednom snimkom.
-
2:59 - 3:03Iz te snimke, moj tim i ja
smo na pametan način -
3:03 - 3:06uspjeli izvući milijarde
paketa informacija. -
3:06 - 3:10Ti paketi uključuju boje, piksele, oblike
-
3:10 - 3:12i predstavljaju oboljenja na tom snimku.
-
3:12 - 3:17Na neki način, pretvorili smo jedan snimak
u milijardu podatkovnih tačaka za trening, -
3:17 - 3:20značajno smanjujući količinu
podataka potrebnih za trening. -
3:20 - 3:21Za naš drugi cilj,
-
3:21 - 3:25smanjiti upotrebu skupih tehnologija
snimanja kod pacijenata, -
3:25 - 3:28počeli smo sa standardnom,
fotografijom sa bijelim svijetlom, -
3:28 - 3:32napravljenom profesionalnom kamerom
ili mobilnim uređajem, za pacijenta. -
3:32 - 3:35Sjećate li se onih
milijardi paketa informacija? -
3:35 - 3:38Spojili smo ih iz medicinskog snimka
sa ovom slikom, -
3:39 - 3:41i napravili nešto što zovemo
kompozitna slika. -
3:41 - 3:45Na naše iznenađenje,
bilo je potrebno samo 50 - -
3:45 - 3:46ponovit ću, samo 50 -
-
3:46 - 3:50ovih kompozitnih slika kako
bi algoritme učinili jako efikasnim. -
3:51 - 3:52Da rezimiramo naš pristup,
-
3:52 - 3:55umjesto da koristimo 10.000
vrlo skupih medicinskih snimaka, -
3:55 - 3:58možemo istrenirati algoritme UI,
na jedan neobičan način, -
3:58 - 4:03koristeći samo 50 ovih slika
visoke rezolucije, -
4:03 - 4:05snimljenih profesionalnom
kamerom i mobitelom, -
4:05 - 4:07i postaviti dijagnozu.
-
4:07 - 4:08Još bitnije,
-
4:08 - 4:11naši algoritmi mogu prihvatiti,
u budućnosti ali i sada, -
4:11 - 4:14jednostavne fotografije sa bijelim
svijetlom od pacijenta, -
4:14 - 4:16umjesto koristiti skupe
tehnologije snimanja. -
4:17 - 4:20Vjerujem da postepeno ulazimo u vrijeme
-
4:20 - 4:22gdje umjetna inteligencija
-
4:22 - 4:25predstavlja veliki značaj
za našu budućnost. -
4:25 - 4:27I mislim da uz razmišljanje
o tradicionalnoj UI, -
4:27 - 4:30koja je bogata informacijama,
ali siromašna primjenama, -
4:30 - 4:32trebamo nastaviti razmišljati
-
4:32 - 4:35o neobičnim metodama
umjetne inteligencije, -
4:35 - 4:37koje koriste mali skup informacija
-
4:37 - 4:40i rješavaju neke od najvažnijih
problema današnjice, -
4:40 - 4:41posebno u zdravstvu.
-
4:41 - 4:42Mnogo vam hvala.
-
4:42 - 4:46(Aplauz)
- Title:
- Kako umjetna inteligencija dijagnosticira oboljenja
- Speaker:
- Pratik Shah
- Description:
-
Današnji algoritmi UI zahtijevaju hiljade skupih medicinskih snimaka kako bi otkrili oboljenje pacijenta. Šta ako bi mogli drastično smanjiti količinu podataka potrebnih za treniranje UI, čineći dijagnoze jeftinije i efikasnije? TED Fellow Pratik Shah radi na pametnom sistemu koji čini upravo to. Koristeći neuobičajen pristupi UI, Shah je razvio tehnologiju koja uz pomoć samo 50 slika razvija funkcionalan algoritam - i koji, također, može koristiti slike sa mobilnih uređaja kako bi postavili dijagnozu. Naučite kako ovaj novi način analiziranja medicinskih informacija može doprinijeti ranijem otkrivanju smrtonosnih oboljenja i primijeniti dijagnosticiranje pomoću UI u zdravstvu širom svijeta.
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 04:59
Ivana Korom approved Bosnian subtitles for How AI is making it easier to diagnose disease | ||
Ivana Korom edited Bosnian subtitles for How AI is making it easier to diagnose disease | ||
Ivana Korom accepted Bosnian subtitles for How AI is making it easier to diagnose disease | ||
Ivana Korom edited Bosnian subtitles for How AI is making it easier to diagnose disease | ||
Ivana Korom edited Bosnian subtitles for How AI is making it easier to diagnose disease | ||
Mario Filipović edited Bosnian subtitles for How AI is making it easier to diagnose disease | ||
Mario Filipović edited Bosnian subtitles for How AI is making it easier to diagnose disease | ||
Mario Filipović edited Bosnian subtitles for How AI is making it easier to diagnose disease |