Les chercheurs ont construit le système pour créer un ensemble de données plus vaste et plus diversifié sur lequel former l’IA médicale.

Vous êtes aussi performants que votre ensemble de données : La plupart des programmes d’intelligence artificielle s’appuient sur un large éventail d’informations sur lesquelles ils apprennent. Mais si les données ne sont pas représentatives de toutes les populations ou circonstances, le système pourrait être biaisé ou inefficace.

Les nouvelles : Une nouvelle étude réalisée par la société de puces Nvidia, la clinique Mayo et le MGH and BWH Center for Clinical Data Science a créé un algorithme qui fournit un ensemble plus diversifié de données médicales. À l’aide de réseaux antagonistes génératifs (ou GAN), des scintigraphies de synthèse décrivant des anomalies peuvent être créées à partir d’IRM existantes de tumeurs cérébrales.

Pourquoi c’est important : « La diversité est essentielle au succès de la formation des réseaux neuronaux, mais les données d’imagerie médicale sont généralement déséquilibrées « , a déclaré Hoo Chang Shin, chercheur scientifique chez Nvidia, à ZDNet. « Il y a tellement plus de cas normaux que de cas anormaux, quand les cas anormaux sont ce qui nous intéresse, pour essayer de détecter et de diagnostiquer. »

Publicités

Laisser un commentaire

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.