FOLLOW US: facebook twitter

Σπουδαία ανακάλυψη: Σύστημα τεχνητής νοημοσύνης «διαβάζει» στα μάτια τον κίνδυνο εμφράγματος

Ημερομηνία: 28-01-2022 | Συντάκτης:
Κατηγορίες: Νέα, Υγεία

[vc_row][vc_column][vc_single_image image=”156510″ img_size=”full”][vc_column_text]

Επιστήμονες ανέπτυξαν ένα πρωτοποριακό σύστημα τεχνητής νοημοσύνης, το οποίο μπορεί να αναλύσει εικόνες από τα μάτια ενός ανθρώπου και να βρει ποιος αντιμετωπίζει αυξημένο κίνδυνο για έμφραγμα. Το σύστημα έχει ακρίβεια 70% – 80% στην πρόβλεψη εμφράγματος μέσα στον επόμενο χρόνο.

[/vc_column_text][vc_column_text]Πιο αναλυτικά, οι ερευνητές από τη Βρετανία, τη Γαλλία, το Βέλγιο τις ΗΠΑ και την Κίνα, με επικεφαλής τον καθηγητή Υπολογιστικής Ιατρικής Άλεξ Φράνγκι του Πανεπιστημίου του Λιντς και του Ινστιτούτου Άλαν Τιούρινγκ της Βρετανίας, οι οποίοι έκαναν τη δημοσίευση στο περιοδικό για θέματα Τεχνητής Νοημοσύνης «Nature Machine Intelligence», εκτίμησαν ότι μπορεί να υπάρξει στο μέλλον μία «επανάσταση» στη διάγνωση των καρδιαγγειακών κινδύνων, ειδικότερα για έμφραγμα.

Οι γιατροί γνωρίζουν ότι οι αλλαγές στα μικροσκοπικά αιμοφόρα αγγεία του αμφιβληστροειδούς του ματιού αποτελούν δείκτες για την ευρύτερη αγγειακή υγεία ή νόσο, αποκαλύπτοντας έτσι προβλήματα στην καρδιά.

Η νέα εξέλιξη είναι ότι με τη χρήση τεχνικών «βαθιάς» μηχανικής μάθησης εκπαιδεύτηκε ένα σύστημα τεχνητής νοημοσύνης να διαβάζει αυτόματα τις εικόνες του αμφιβληστροειδούς και να αναγνωρίζει τα σημάδια κινδύνου για έμφραγμα.

Η βαθιά μάθηση είναι μία πολύπλοκη σειρά αλγόριθμων που επιτρέπουν στους υπολογιστές να αναγνωρίζουν μοτίβα στα δεδομένα και να κάνουν προβλέψεις. Το νέο «έξυπνο» σύστημα ανέλυσε εικόνες αμφιβληστροειδών και καρδιαγγειακές εξετάσεις από 5.000 ανθρώπους, ώστε να μάθει να συσχετίζει την παθολογική κατάσταση των ματιών με την υγεία της καρδιάς.[/vc_column_text][vc_column_text]dikaiologitika.gr[/vc_column_text][/vc_column][/vc_row]


Αφήστε μια απάντηση

Η ηλ. διεύθυνση σας δεν δημοσιεύεται. Τα υποχρεωτικά πεδία σημειώνονται με *

Καιρός Πύργος

leventis

opap
300x600
olympia

Screenshot