这种计算机科学的研究团队使用机器学习来给我们体检结果(非常非常)快

Member of a Computer Science research team at a computer workstation designing medical imaging algorithms

本杰明·米切尔博士和他的计算机科学的学生所设计的算法,以改善医疗成像分析的效率和范围。

维拉诺瓦,PA。 - 是否仔细检查了癌细胞的组织活检或从内窥镜相机分析图像,许多医疗任务依赖于视觉信息,提供急需的答案。这个过程中,但是,可能需要从已经不堪重负的医疗保健工作者的艰苦,往往单调乏味的工作。但如果临床医生并不需要时间来分析图像?如果机器学习可以采取什么他们初步看?

“机器学习是基本的方式来使用计算机算法来解决特定类型的问题,特别是,我们有很多的东西做例子类型的问题,”解释 本杰明·米切尔博士,助理教授 在皇冠最新2计算科学。他把它比喻为显示代数学生实践问题提供答案,那么为他们分配的问题来解决自己。在这种情况下,它使用由临床医生标记对医疗影像训练电脑的例子。最终的目标是,这些算法能够从图片进一步的人工分析则标志健康问题。

例如,许多癌症的诊断依赖于显微镜下研究组织活检。 “如果你把视显微镜领域作为‘形象’的病理学家可能需要看看成千上万的‘图像’价值的数据相当于”博士。米切尔说。 “即使在患有癌症的患者,往往只是一个包含异常组织幻灯片的非常小的一部分。”

因为这需要显著时间和培训,自动化系统可以证明通过确定明确的正常的图像和整理出需要更多的关注从临床医生的那些临床上有用。甚至采取非常保守的方法可能有很大的不同,博士。米切尔说。例如,如果图像的含有1%的癌组织,系统找人看图像的10%,这仍然是90%的人没有通过看。

通过开发这些类型的机器学习系统中,他的研究小组希望帮助医疗专业人员更有效地利用自己的时间。六年后在医疗行业,皇冠最新2研究生杰西卡yarnall正在研究如何这种形式的人工智能可以适用于胸部X光检查。 “我的研究X射线图像的目的是协助医生与病人,这样的治疗可以尽快和准确地实现定位的问题,”她说。 “我在学习皇冠最新2机器学习,因为我可以看到我在医疗保健和如何我的学位可以推动自己的事业工作了这项技术的好处。”

研究员研究生jenish maharjan正在申请自己的机器学习研究,以另一种常见的诊断工具:超声成像。在这种情况下,一个算法可能指导在哪里看用户 - 并标记任何异常。同时医生会最终仍提供监督和诊断问题,这个想法是,机器学习可以在资源捉襟见肘偏僻的地方,希望帮助。 “与像超声成像系统,这将会是巨大的,如果在未来,我们实际上可以使之更适用于人,那里的医生和技术人员不容易得到的地方,”他说。

作为博士。米切尔的团队继续研究,他们计划让从业者告知如何系统将在实际工作中。博士“它建立在合作,这些系统与其他尽可能多的,是非常重要的。”米切尔指出。 “这不是在医学算法来代替人类是个好主意。我想设计,在合作与人类工作的系统 - 因为它们有不同的优势,采取的算法的最佳性能,也是人类利用的最佳性能”

站在机器学习和人工智能的前沿通过向维拉诺瓦的 计算机科学硕士 今天的节目。

关于文科和理科的皇冠最新2的大学: 自1842年成立以来,文科和理科的皇冠最新2的大学培养了知识,理解和智慧勇气的挑战和不断变化的世界有目的的生活。跨越人文科学,社会科学和自然科学的39个专业,这是维拉诺瓦的院校的历史最悠久,规模最大,服务每年超过4500名本科生和研究生。该学院致力于教师学者模型,提供卓越的本科生和研究生的研究机会和培养学生成为批判思想家,强大的传播者和道德​​领袖与一个真正的全球角度来看,严格的核心课程。