هوش مصنوعی خیال بیماران را راحت کرد
به گزارش «نبض فناوری»، استفاده از تصاویر برای ساختن مدلهای تشخیصی بیماری ها در علم هوش مصنوعی بسیار مرسوم شده است. مدل خوب باید تصاویر زیادی از نمونه های پزشکی را در اختیار داشته باشد؛ که در صورت آموزش ضعیف مدل نتیجه خوبی حاصل نمی شود.
محققان مایکروسافت و دانشگاه بریتیش کلمبیا در جستجوی راه حل، چارچوبی را به نام یادگیری فدرال
با حریف متمرکز (FELICIA) ایجاد کردندکه خانواده ای از نوعی مدل به نام شبکه زایای دشمن گونه (GAN) را به محیط یادگیری فدرال با استفاده از حریف متمرکز گسترش می دهد.
این تیم می گوید FELICIA می تواند ذینفعان مانند مراکز پزشکی را قادر سازد تا با یکدیگر همکاری کنند و مدل ها را با حفظ حریم خصوصی و توزیع داده به اشتراک بگذارند.
محققان در آزمایشات، با در نظر گرفتن مقررات بسیار محدود کننده که از اشتراک تصاویر جلوگیری می کند و همچنین مدل هایی که به تصاویر دسترسی داشتند؛ دو بیمارستان با جمعیت متفاوت را شبیه سازی کردند.
به گفته محققان، نتایج آزمایشات نشان می دهد که FELICIA به طور بالقوه کاربرد گسترده ای در تنظیمات تحقیقات مراقبت های بهداشتی دارد. به عنوان مثال، می تواند درمورد تقویت مجموعه داده های تصویری برای بهبود تشخیص، مانند طبقه بندی تصاویر آسیب شناسی سرطان، مورد استفاده قرار گیرد.