Treść książki
Przejdź do opcji czytnikaPrzejdź do nawigacjiPrzejdź do informacjiPrzejdź do stopki
Inteligentnaanalizadanychwhepatologii
Tabela2.1.cd.
Termin
Sztuczna,
konwolucyjnasieć
neuronowa(artifcial
neuralnetwork/
convolutionalneural
network,ANN/CNN)
Zestawydanych
treningowych
(trainingdataset)
Zestawydanych
walidacyjnych
(validationdataset)
Uczenienadzorowane
(supervisedlearning)
Uczenie
nienadzorowane
(unsupervisedlearning)
Defnicja
Złożonymodelgenerowanyprzezaranżacjęalgorytmówułożonychwwarstwach.
Najbardziejpowierzchownawarstwa,złożonaznajłatwiejdostępnychdanych,analizuje
tedane,anastępnieuruchamiawybranegłębszewarstwy.Głębiejpołożonewarstwy
sieciwyodrębniającorazdokładniejszedane,anastępnieuruchamiająjeszczegłębsze
warstwy.Gdyzostanieuruchomionanajgłębszawarstwasieci,siećneuronowasformułuje
najbardziejtrafnąprognozę
Zestawydanychużywanedowstępnegoopracowywaniazłożonychalgorytmów.Danete
sąanalizowanewkolejnychpętlachwpowtarzalnysposób,ażdomomentuuzyskania
danychwyjściowychwygenerowanychwsposóbodpowiadającyetykieciereferencyjnej
(tzn.etykiecieoddającejpostaćstanurzeczywistego)
Zestawydanychużywanedodostrajaniaalgorytmówidostosowywaniaparametrów
modelu
23
Wykorzystaniedanychzetykietamidotrenowaniaalgorytmów.Poprzeszkoleniualgorytm
możesłużyćdogenerowaniaetykietdlanowych,niewidocznychdanych.Jesttotechnika
najczęściejużywanawbadaniachmedycznychzwykorzystaniemnarzędziAI
Wykorzystanienieoznakowanychdanychdotrenowaniaalgorytmów.Jesttometodabardzo
złożona,któraniejestszerokostosowanawnaukachmedycznych
Sztucznainteligencjamożeznaleźćszerokieza-
stosowaniewwieludziedzinachżycia,takichjak:
medycyna,finanse,przemysł,transport,eduka-
cja,robotykaigrykomputerowe.Jejpotencjałdo
automatyzacjiioptymalizacjiprocesóworazroz-
wiązywaniaskomplikowanychproblemówspra-
wia,żejesttodziedzinaoogromnymznaczeniu
icorazwiększymwpływienaspołeczeństwo
igospodarkę.ZraportubankuGoldmanSachs
wynika,że
algorytmy
sztucznej
inteligencji
mogąjużw2024rokuprzyczynićsiędowzro-
stuświatowegoPKBo7%,przyjednoczesnym
istotnym(częstonegatywnymwpływie)nafunk-
cjonowanieokoło300mlnstanowiskpracyna
świecie.Zmianytechnologicznezjednejstrony
wyeliminujączęśćstanowisk,alezdrugiejpo-
zwoląnastworzeniewielunowych,dotychczas
nieistniejących.
Inteligentnaanalizadanych
whepatologii
Wostatnichlatachmetodysztucznejinteligencji
sąszerokostosowanewanaliziedanychklinicz-
nych.Potrzebakorzystaniazzaawansowanych
metodprzetwarzaniazłożonych,wielowymiaro-
wychdanych,pochodzącychzróżnychźródeł(np.
danychdemograficznych,genetycznych,histopa-
tologicznych),dotyczytakżewspółczesnejhepato-
logii.Zaawansowanetechnikieksploracjiianalizy
danychpozwalająekspertomocenićstanpacjenta,
rozpoznaćobjawychorobyorazzidentyfikować
ukrytezależnościiwzorcedecydująceoprzebie-
guprocesuterapeutycznego.Inteligentnemetody
analizydanychumożliwiająuzyskanieinforma-
cjiniezbędnychdostworzeniaspersonalizowa-
nychterapii–dostosowanychdoindywidualnych
potrzebicechpacjenta.
