כיצד בינה מלאכותית מקלה על אבחון מחלות
-
0:01 - 0:05כיום, אלגוריתמים ממוחשבים
מבצעים פעולות מדהימות -
0:05 - 0:10ברמת דיוק גבוהה, בכמויות נרחבות
בעזרת חיקוי של חכמת בני אדם. -
0:10 - 0:14וה״חכמה״ הזו של המחשבים
מתוארת פעמים רבות כב״מ -
0:14 - 0:16או בינה מלאכותית.
-
0:16 - 0:20ב״מ מיועדת לייצר השפעה עצומה
על החיים שלנו בעתיד. -
0:21 - 0:25למרות זאת, היום,
אנו עדיין מתמודדים עם אתגרים כבדים -
0:25 - 0:28באיתור ואבחון של
מספר מחלות מסכנות חיים, -
0:28 - 0:31כמו מחלות מדבקות וסרטן.
-
0:32 - 0:34אלפי מטופלים מדי שנה
-
0:34 - 0:37מאבדים את חייהם
עקב סרטן הכבד והפה. -
0:38 - 0:41הדרך הטובה ביותר לעזור לאותם המטופלים
-
0:41 - 0:45היא איתור ואבחון מוקדם
של המחלות האלו. -
0:46 - 0:50אז כיצד אנו מאתרים את המחלות האלו היום,
ואיך בינה מלאכותית יכולה לעזור? -
0:52 - 0:56למטופלים אשר, לצערנו הרב,
אנו חושדים שחולים באחת מן המחלות, -
0:56 - 0:58רופא מומחה יזמין דבר ראשון
-
0:58 - 1:01הדמיות רפואיות
בטכנולוגיות יקרות מאוד -
1:01 - 1:05כגון רנטגן פלואורוסנטי,
סי-טי, אמ-אר-איי. -
1:05 - 1:07ברגע שההדמיות נאספות,
-
1:07 - 1:12רופא מומחה נוסף מאבחן
את ההדמיות ומשוחח עם המטופל. -
1:13 - 1:16כפי שאתם רואים, מדובר
בתהליך הדורש משאבים רבים, -
1:16 - 1:20ביניהם שני רופאים מומחים,
טכנולוגיות הדמיה רפואית יקרות, -
1:20 - 1:24ותהליך זה לא נחשב יעיל
ביחס לעולם המתפתח. -
1:24 - 1:27למעשה, אפילו ביחס
להרבה מדינות מפותחות. -
1:28 - 1:31אז, האם ניתן לפתור את הבעיה
בעזרת בינה מלאכותית? -
1:32 - 1:36כיום, אם הייתי משתמש
בשיטות בינה מלאכותית מסורתיות -
1:36 - 1:37לפתרון הבעיה,
-
1:37 - 1:39נדרשים לי 10,000--
-
1:39 - 1:43אני חוזר, סדר גודל של 10,000
הדמיות רפואיות יקרות -
1:43 - 1:44לשלב הראשוני.
-
1:44 - 1:47לאחר מכן, אצטרך להפגש
עם רופא מומחה, -
1:47 - 1:49אשר יצטרך לנתח
את ההדמיות האלו עבורי. -
1:50 - 1:52ובעזרת שתי פיסות המידע האלו,
-
1:52 - 1:55אני יכול לאמן רשת נוירונים סטנדרטית
או רשת למידה -
1:55 - 1:57על למנת לספק אבחנה למטופל.
-
1:57 - 1:59בדומה לגישה הראשונה,
-
1:59 - 2:01גישות מסורתיות
לבינה מלאכותיתֿ -
2:01 - 2:03סובלות מאותה הבעיה.
-
2:03 - 2:07כמויות גדולות של מידע, רופאים מומחים
וטכנולוגיות הדמיה רפואית מתוחכמות. -
2:08 - 2:13מכאן, האם ניתן להמציא פתרון מדרגי, יעיל
-
2:13 - 2:16וליצור מערכות בינה מלאכותית
בעלות ערך גדול יותר -
2:16 - 2:19לפתרון בעיות חשובות מסוג זה
עמן אנו מתמודדים כיום? -
2:19 - 2:22וזה בדיוק
מה שהקבוצה שלי עושה. -
2:22 - 2:26המצאנו מגוון
מערכות בינה מלאכותית חדשניות -
2:26 - 2:29על מנת לפתור כמה מהאתגרים
החשובים ביותר עמם אנו מתמודדים כיום -
2:29 - 2:32בהדמיה רפואית וניסויים קליניים.
-
2:32 - 2:36בעזרת הדוגמה ששיתפתי איתכם היום
הצבנו שתי מטרות. -
2:36 - 2:39המטרה הראשונה היא לצמצם
את מספר ההדמיות -
2:39 - 2:42הנדרשות על מנת לאמן
אלגוריתם של בינה מלאכותית. -
2:42 - 2:44המטרה השניה -- הייתה לנו יותר תעוזה,
-
2:44 - 2:48רצינו לצמצם את השימוש
בטכנולוגיות הדמיה רפואית יקרות -
2:48 - 2:49בשביל לסנן מטופלים.
-
2:49 - 2:50כיצד עשינו זאת?
-
2:51 - 2:52עבור המטרה הראשונה,
-
2:52 - 2:54במקום להתחיל
בעשרות אלפים -
2:54 - 2:57מן ההדמיות היקרות הללו,
כמו בינה מלאכותית מסורתית, -
2:57 - 2:59התחלנו מהדמיה בודדת.
-
2:59 - 3:03בעזרת אותה ההדמיה, הצוות ואני
מצאנו שיטה חכמה -
3:03 - 3:06לאסוף ביליונים
של מנות מידע. -
3:06 - 3:10מנות המידע האלו
כללו צבעים, פיקסלים, גאומטריה -
3:10 - 3:12והתרגום של המחלה
על ההדמיה הרפואית. -
3:12 - 3:17בצורה מסוימת, המרנו הדמיה אחת
לביליונים של נתונים ללמידה, -
3:17 - 3:20תוך צמצום אדיר של כמות המידע
הנדרש ללמידה. -
3:20 - 3:21עבור המטרה השנייה,
-
3:21 - 3:25צמצום של השימוש בטכנולוגיות
הדמיה רפואית לסינון מטופלים, -
3:25 - 3:28התחלנו בצילום תמונה סטנדרטית,
-
3:28 - 3:32הנלקחה ממצלמת DSLR
או טלפון סלולרי, עבור המטופל. -
3:32 - 3:35ואז, זוכרים את
ביליוני מנות המידע? -
3:35 - 3:38החלנו אותן מההדמיה הרפואית
על גבי התמונה שצילמנו, -
3:39 - 3:41ויצרנו דבר
שקראנו לו תמונה מרוכבת. -
3:41 - 3:45למרבה ההפתעה,
נדרשו לנו רק 50-- -
3:45 - 3:46אני חוזר, רק 50--
-
3:46 - 3:50מהתמונות המרוכבות הללו על מנת לאמן
את האלגוריתמים שלנו ברמת דיוק גבוהה. -
3:51 - 3:52לסיכום הגישה שלנו,
-
3:52 - 3:55במקום להשתמש ב10,000
הדמיות רפואיות יקרות, -
3:55 - 3:58אנו מסוגלים כעת לאמן אלגוריתמים של ב״מ
בצורה לא מסורתית, -
3:58 - 4:03על ידי שימוש ב 50 תמונות סטנדרטיות
באיכות גבוהה -
4:03 - 4:05שנלקחו בעזרת מצלמות DSLR
ומכשירים סלולריים, -
4:05 - 4:07ולספק אבחנה.
-
4:07 - 4:08חשוב מכך,
-
4:08 - 4:11האלגוריתמים שלנו מסוגלים לקלוט,
בעתיד ואפילו עכשיו, -
4:11 - 4:14גם תמונות פשוטות של המטופל,
-
4:14 - 4:16במקום הדמיות רפואיות
בטכנולוגיות יקרות. -
4:17 - 4:20אני מאמין כי אנו עומדים
להכנס לעידן -
4:20 - 4:22בו בינה מלאכותית
-
4:22 - 4:25הולכת לייצר השפעה עצומה
על העתיד שלנו. -
4:25 - 4:27ואני חושב שתוך חשיבה
על ב״מ מסורתית, -
4:27 - 4:30אשר עשירה בנתונים אך חלשה ביישום,
-
4:30 - 4:32עלינו להמשיך לחשוב
-
4:32 - 4:35על שיטות חדשניות
ליצירת בינה מלאכותית -
4:35 - 4:37אשר יכולות לעבוד עם כמות קטנה של מידע
-
4:37 - 4:40ולפתור כמה מן הבעיות
החשובות ביותר מולן אנו עומדים היום, -
4:40 - 4:41בייחוד ברפואה.
-
4:41 - 4:42תודה רבה לכם.
-
4:42 - 4:46(מחיאות כפיים)
- Title:
- כיצד בינה מלאכותית מקלה על אבחון מחלות
- Speaker:
- פראטיק שאה
- Description:
-
כיום, אלגוריתמים של בינה מלאכותית דורשים עשרות אלפים של הדמיות רפואיות יקרות על מנת לאתר מחלה של מטופל. מה היה קורה אם היינו יכולם לצמצם משמעותית את כמות המידע הנדרש לאמן מערכת בינה מלאכותית, ובכך להפוך את תהליך האבחנה לזול ויעיל יותר? חבר טד פראטיק שאה מפתח מערכת חכמה שתעשה בדיוק את זה. על ידי שימוש בגישות חדשניות לבינה מלאכותית, שאה פיתח טכנולוגיה שדורשת 50 תמונות בלבד על מנת לפתח אלגוריתם מוצלח-- וניתן אפילו להשתמש בתמונות שצולמו מהמכשיר הנייד של הרופא על מנת לספק אבחנה. למדו כיצד השיטה החדשה לנתח מידע רפואי יכולה להוביל לאיתור מוקדם של מחלות מסכנות חיים ולהביא אבחון על ידי בינה מלאכותית למרכזים רפואיים בכל העולם.
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 04:59
Ido Dekkers approved Hebrew subtitles for How AI is making it easier to diagnose disease | ||
Ido Dekkers accepted Hebrew subtitles for How AI is making it easier to diagnose disease | ||
Ido Dekkers edited Hebrew subtitles for How AI is making it easier to diagnose disease | ||
Talia Breuer edited Hebrew subtitles for How AI is making it easier to diagnose disease | ||
Talia Breuer edited Hebrew subtitles for How AI is making it easier to diagnose disease | ||
Talia Breuer edited Hebrew subtitles for How AI is making it easier to diagnose disease | ||
Talia Breuer edited Hebrew subtitles for How AI is making it easier to diagnose disease | ||
Talia Breuer edited Hebrew subtitles for How AI is making it easier to diagnose disease |