计算方法揭示人工智能如何帮助医生解读医学图像
发布时间：2024-09-10 10:54:21来源：
内盖夫本·古里安大学的研究人员开发了一种计算方法，通过将医学图像划分为对人工智能至关重要的具有不同临床解释的部分，他们可以“逆向工程”人工智能的“决策”。了解人工智能模型的决策机制是解读生物过程和医疗决策的关键。
深度学习使用人工神经网络，是一种基于人工智能的计算方法，能够通过模仿人脑的学习过程直接从数据中学习模式。使用这种基于人工智能的方法的主要缺点是无法解读神经网络决策背后的原因。
这一限制源于网络的训练过程是自动进行的，直接基于数据，无需人工干预。这一缺点严重阻碍了它在生物学和医学等领域的广泛应用，因为在这些领域，解释的重要性丝毫不逊于机器做出正确决策的能力。
博士生 Oded Rotem 在内盖夫本·古里安大学软件与信息系统工程系 Assaf Zaritsky 教授的指导下，开发了一种名为 DISCOVER 的计算方法，通过将图像分解为语义上有意义的组件来对人工智能进行逆向工程，人工智能通过这些组件做出决策。
通过与以色列初创公司 AIVF 合作，研究人员展示了该技术表征体外受精 (IVF) 胚胎特征的能力，这些特征对于人工智能判断胚胎的视觉质量最为重要。
免责声明：本答案或内容为用户上传，不代表本网观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。 如遇侵权请及时联系本站删除。
