Компьютер оказался более эффективным в выявлении рака кожи, чем профессиональные дерматологи, что подтвердили тесты, в которых люди соревновались с машиной в скорости и качестве диагностирования. Команда разработчиков из Германии, США и Франции научили систему на основе искусственного интеллекта отличать доброкачественные клетки кожи от опасных образований посредством анализа 100 тысяч изображений. После этого машина, то есть нейронная сеть глубокого изучения, вступила в соревнование с 58 дерматологами из 17 стран, пишет The Guardian. Им демонстрировали фото, на которых нужно было отличать меланому от безобидных родинок.
Больше половины участников-дерматологов имели "экспертный" уровень с более чем пятилетним опытом работы. Еще 19% участников имели опыт от 2 до 5 лет, а 29% врачей были начинающими с менее чем двухлетним опытом. И большинство из них уступили в точности обнаружения болезни искусственному интеллекту.
В среднем дерматологи точно обнаруживали 86,6% раковых клеток на коже по изображениям. Машина обнаружила 95% злокачественных клеток.
"Искусственный интеллект пропустил меньше клеток меланомы, что означает, что у него выше чувствительность, чем у дерматологов", - убежден ученый из Университета Хэйдельберга Холгер Хенссл, подчеркнув, что меньшее количество ошибок в диагностике позволяет сократить количество ненужных операций.
Результаты дерматологов улучшились, когда им дали больше информации о пациентах и о поражении их кожи. Однако, разработчики уверены, что искусственный интеллект может быть полезным инструментом на этапе диагностики.
Ранее искусственный интеллект обнаружил лекарство от малярии в зубной пасте. В ходе исследования ученые подключили искусственный интеллект для анализа того, как возбудитель, малярийный плазмодий, взаимодействует с триклозаном, антибиотиком из обычной "лечебной" зубной пасты. Этот антибиотик, как объясняют биологи, подавляет размножение бактерий, мешая работе одного из ключевых ферментов, который отвечает за составление жировых молекул, необходимых для нормальной работы клеточных стенок микробов.