您当前的位置:首页 >> 人物
【科技】深度学习能做什么? | Day 753
发布时间:2019-09-12
 

今日话题:深度学习能做什么?

通过分析人们的面部照片,深度学习算法正在帮助医生和研究者诊断遗传性疾病,在条件适当的情况下,诊断准确率竟高达90%。今天小编带大家稍微了解一下深度学习的原理和其应用的神奇力量。

 新闻来源:www.sciencemag.org

In a paper1 published on 7 January in Nature Medicine, researchers describe thetechnology behind the diagnostic aid, a smartphone app called Face2Gene. Itrelies on machine-learning algorithms and brain-like neural networks toclassify distinctive facial features in photos of people with congenital andneurodevelopmental disorders.  



Nature Medicine 

自然医学 (杂志)(Nature Medicine, ISSN 1078-8956)是一个学术期刊, 发表生物医学领域,包括基础研究和早期临床研究的研究文章, 综述, 研究新闻及评论。文章议题包括癌症,心血管疾病,基因治疗,免疫学,免疫疫苗和神经科学。该杂志旨在发表“展示新颖疾病过程的机理, 有直接证据的生理相关的研究结果”的原创论文


machine-learning algorithms

在机器学习系统中,计算机通常是通过在相同任务的大型数据库中进行训练,然后自己编写代码去执行一项任务。其中很大一部分涉及到识别这些任务中的模式,然后根据这些模式做出决策。


brain-like neural networks

神经网络算法的最初灵感来源是我们认为的人类大脑的工作方式,但并不严格地建立在我们认为的人类大脑的工作方式之上。


首先要创建一组“神经元”,并将它们连接起来,它们可以相互发送消息。接下来,让神经网络去解决大量已经知道结果的问题,这样做能让算法“学习”到应该如何确定神经元之间的连接,以便能成功地识别出数据中的哪些模式导致了正确的结果。

 新闻来源:www.sciencemag.org


Using the patterns that it (the app) infers from the pictures, the model homes inon possible diagnoses and provides a list of likely options. Doctors have beenusing the technology as an aid, even though it's not intended to provide definitivediagnoses. 

1. model 算法;模型 


2. home in on 匹配;定位



Researchers at FDNA, a digital-health company in Boston, Massachusetts, first trained the artificial intelligence (AI) system to distinguish Cornelia de Lange syndrome and Angelman syndrome — two conditions with distinct facial features — from other similar conditions. They also taught the model to classify different genetic forms of a third disorder known as Noonan syndrome. 


FDNA 是马萨诸塞州波士顿的一家数字医疗公司。公司的研究者们首先训练人工智能系统来区分德朗热综合征和天使人综合征,这两种疾病患者都有区别于其他疾病的明显面部特征。同时,研究者们还训练该模型对另一种疾病——努南综合征的不同基因形式进行分类。


数字医疗是把现代计算机技术、信息技术应用于整个医疗过程的一种新型的现代化医疗方式。数字医疗设备的出现,丰富了医学信息(从一维的心电、脑电等向彩超、三维心脏等发展),使医学进入了一个全新的可视化的信息时代。



Then the researchers, led by FDNA chief technology officer Yaron Gurovich, fedthe algorithm more than 17,000 images of diagnosed cases spanning 216 distinctsyndromes. When presented with new images of people’s faces, the app’s bestdiagnostic guess was correct in about 65% of cases. And when considering multiple predictions, Face2Gene's top-ten list contained the right diagnosis about90% of the time. 



接下来,在公司首席技术官 Yaron Gurovich 的带领下,研究者们给算法输入涵盖 216 种不同综合征的 17000 多张确诊病例的图像。在用新面孔进行测试时,该 APP 的最佳诊断猜测准确率达到了 65%。如果考虑多个预测结果,则 Face2Gene 的 top-10 准确率可以达到约 90%。

 新闻来源:www.sciencemag.org

The program’s accuracy has improved slightly as more healthcare professionalsupload patient photos to the app, says Gurovich. There are now some 150,000images in its database.



Gurovich 表示,随着更多医疗专家将病人的照片上传到该 APP,该项目的准确率也得到略微提高。现在该项目的数据库中大约有 15 万张照片。

But the algorithm is only as good as its training data set. 

— Silos and Bias 


It does raise a number of ethical and legal concerns, say researchers. Theseinclude ethnic bias in training data sets and the commercial fragmentation ofdatabases, both of which could limit the reach of the diagnostic tool.The algorithm is only as good as its training data set — and there’s a risk,especially where rare disorders that affect only small numbers of people worldwideare concerned, that companies and researchers will begin to silo and commodifytheir data sets.And ethnic bias in training data sets that contain mostly Caucasian faces remains aconcern. A 2017 study of children with an intellectual disability found that whereasFace2Gene’s recognition rate for Down syndrome was 80% among white Belgianchildren, it was just 37% for black Congolese children. With a more-diversetraining data set, however, the algorithm’s accuracy for African faces improved,showing that more-equitable representation of diverse populations is achievable.



1. training data set 训练数据集 


2. commercial fragmentation 商业竞争

 

3. Silo Effect 谷仓效应 

指企业内部因缺少 沟通,部门间各自为政,只有垂直的指挥系统,没有水平的协同机制,就象一个个的谷仓,各自具有独立的进出系统,但缺少了谷仓与谷仓之间的沟通和互动。这类情况下各部门之间未能建立共鸣而没法和谐运作。

AI 不止于此


防止小行星冲撞地球 

防止小行星冲撞地球

美国宇航局(NASA)的前沿开发实验室(FDL)曾宣布将利用AI预防小行星冲撞地球,从而拯救地球,保护人类。目前,NASA已经批准了“双小行星重定向试验”(DART)技术,计划在2020年发射高速航天器撞击双小行星“Didymos”,使其轨道发生偏转



在 “分子厨房 ”里创造新物质 

德国明斯特大学的研究生Marwin Segler和小伙伴们正尝试用AI简化分子合成的过程——让AI学会从数百个积木般的零件库中挑选原子等,并依据数千个合成规则进行连接它们。Segler团队用合成40个不同分子对程序进行测试,并与传统的分子设计程序进行比较,结果证明AI比传统方法快了95%。Segler希望用这种方法改进药品的生产流程。


 “读心术” 

卡耐基梅隆大学(CMU)的研究人员开发了一个身体动作追踪系统,并命名为OpenPose。在这项运动分析中,计算机将对人类进行实时的姿态检测,并追踪任务的动作变化。这项技术帮助机器人判断面前的人类在做什么、心情如何以及是否愿意被打扰;可以辅助无人车检测路边的行人,通过姿势判断他们是想要过马路,还是只想站在路边等公交;还能为自闭症、阅读障碍和抑郁症等条件行为的诊断和康复提供新方法

扫码查看

新闻原文

内容来源:

www.sciencemag.org

新闻二来源:

plus.maths.org


▲向上滑动



长按右方二维码     

请小编们喝咖啡 ►



微信公众号

浙外口译


新浪微博

还没开通呢~