DeepMind займется предсказанием острой почечной недостаточности
Американская компания DeepMind совместно с Министерством по делам ветеранов США начала сбор анонимных данных об ухудшении состояния госпитализированных пациентов. Полученные данные затем используют для обучения алгоритма предсказания острой почечной недостаточности. Об этом сообщается в пресс-релизе на сайте DeepMind.
В последние несколько лет технологии машинного обучения все чаще применяют для медицинской диагностики. Например, развитие болезни Альцгеймера можно предсказать по анализу сетчатки глаза на предмет наличия в них бета-амилоидных бляшек. Алгоритмы компьютерного зрения могут помочь определить патогенную форму эритроцитов, характерную для серповидноклеточной анемии, или факторы, влияющие на риск возникновения сердечно-сосудистых заболеваний.
Обучение алгоритмов обычно требует очень большого количества данных: именно поэтому технологические компании часто сотрудничают с медицинскими и исследовательскими центрами. Специалисты DeepMind проанализируют около 700 тысяч медицинских записей об ухудшении состояния больных: исследования показывают, что незамеченные специалистами обострения отвечают примерно за 11 процентов из общего числа смертей в стенах медицинских учреждений. Данные об ухудшениях будут доступны для пациентов с острой почечной недостаточностью; возможно, обученный алгоритм позволит также предсказывать динамику развития заболевания.
«На данный момент наша работа — исследовательская; в будущем, однако, мы надеемся на дальнейшее использование машинного обучения в этой области», — сообщается в пресс-релизе.
Недавно команда DeepMind представила алгоритм машинного обучения IMPALA: он позволяет сделать процесс обучения искусственного интеллекта быстрее в десять раз.
Елизавета Ивтушок
Американская компания DeepMind совместно с Министерством по делам ветеранов США начала сбор анонимных данных об ухудшении состояния госпитализированных пациентов. Полученные данные затем используют для обучения алгоритма предсказания острой почечной недостаточности. Об этом сообщается в пресс-релизе на сайте DeepMind.
В последние несколько лет технологии машинного обучения все чаще применяют для медицинской диагностики. Например, развитие болезни Альцгеймера можно предсказать по анализу сетчатки глаза на предмет наличия в них бета-амилоидных бляшек. Алгоритмы компьютерного зрения могут помочь определить патогенную форму эритроцитов, характерную для серповидноклеточной анемии, или факторы, влияющие на риск возникновения сердечно-сосудистых заболеваний.
Обучение алгоритмов обычно требует очень большого количества данных: именно поэтому технологические компании часто сотрудничают с медицинскими и исследовательскими центрами. Специалисты DeepMind проанализируют около 700 тысяч медицинских записей об ухудшении состояния больных: исследования показывают, что незамеченные специалистами обострения отвечают примерно за 11 процентов из общего числа смертей в стенах медицинских учреждений. Данные об ухудшениях будут доступны для пациентов с острой почечной недостаточностью; возможно, обученный алгоритм позволит также предсказывать динамику развития заболевания.
«На данный момент наша работа — исследовательская; в будущем, однако, мы надеемся на дальнейшее использование машинного обучения в этой области», — сообщается в пресс-релизе.
Недавно команда DeepMind представила алгоритм машинного обучения IMPALA: он позволяет сделать процесс обучения искусственного интеллекта быстрее в десять раз.
Елизавета Ивтушок
