По ее словам, тема машинного обучения все чаще обсуждается на медицинских конференциях. «Сейчас происходит удивительный всплеск внимания к исследованиям цифровых медицинских изображений, — говорит Пауэлл. — Все чаще мы встречаемся с поставщиками больничного оборудования, и они придумывают все новые способы применения искусственному интеллекту».
Одной из технологий, обладающих большим потенциалом с точки зрения обработки рентгенограмм и томографий и просеивания огромного объема данных является глубокое обучение. В прошлом году команда ученых Google показала, как можно автоматизировать диагностику глазных заболеваний. Ученые Стэнфорда представили метод обнаружения рака кожи. Исследователи из больницы Маунт-Синай (США) проанализировали электронные карты пациентов и спрогнозировали предрасположенность к заболеваниям.
Жюри присяжных признало гифку смертельным оружием
Идеи
Глубокое обучение может повысить точность диагнозов, существенно улучшить стандарты качества в развивающихся странах, где не хватает специалистов, а также помочь врачам заметить то, на что ранее не обращали внимание. К примеру, Nvidia работает с клиникой Mayo над применением этой технологии к идентификации факторов, связанных с заболеваниями мозга, пишет MIT Technology Review.
Графические процессоры, которые производит Nvidia, хорошо подходят для выполнения параллельных вычислений, необходимых для глубокого обучения. Компания уже обеспечивает аппаратные потребности исследователей в научных учреждениях и промышленности. А теперь, по словам Пауэлл, в сферу их внимания попали и медицинские организации и клиники.
Создано лекарство от старости и для полетов на Марс
Идеи
Во время январской выставки CES компания представила прототип беспилотного автомобиля Audi Q7 с ИИ на борту, который научился самостоятельно ездить за 4 дня. А в марте анонсировала платформу Jetson TX2 для роботов и дронов с ИИ. По сравнению с предыдущей версией ее производительность улучшилась вдвое, а потребление энергии осталось прежним.