麥克馬斯特腫瘤學(xué)研究人員正在利用人工智能的力量來改善有色人種的健康狀況。
人工智能已被證明可以準(zhǔn)確診斷癌癥等皮膚病，但也有局限性。
“在診斷某些有色人種表現(xiàn)不同的皮膚病變時，缺乏多樣性是一個真正的問題，”博士 Eman Rezk 解釋道。計(jì)算科學(xué)與工程學(xué)院的候選人。
“我們有很多準(zhǔn)確的皮膚癌診斷模型，但它們都是根據(jù)可用圖像進(jìn)行訓(xùn)練的，而我們知道這些圖像并不像應(yīng)有的那樣多樣化。因此，人工智能模型永遠(yuǎn)無法正確診斷非皮膚癌-準(zhǔn)確地說是白人人口，”她說。
Rezk 所在的團(tuán)隊(duì)開發(fā)了一種深度學(xué)習(xí)工具來分析皮膚圖像存儲庫，以確定這些圖像中的膚色分布。該工具顯示，現(xiàn)有圖像中只有不到 20% 代表非白色皮膚。
“作為工程師，我們希望跳出框框思考，處理一個實(shí)際的、可能危及生命的問題。這為我們提供了一個機(jī)會，可以產(chǎn)生重大影響并應(yīng)對與公平、多樣性和包容性相關(guān)的問題，”韋爾解釋道El-Dakhakhni 是計(jì)算科學(xué)與工程學(xué)院的教授，負(fù)責(zé)監(jiān)督該項(xiàng)目。
他們開發(fā)了一種深度學(xué)習(xí)算法，可以生成較深膚色的逼真圖像，并結(jié)合惡性和良性病變的不同膚色和特征。在創(chuàng)建的數(shù)據(jù)庫上訓(xùn)練的計(jì)算機(jī)模型優(yōu)于在現(xiàn)有圖像上訓(xùn)練的模型，這些圖像主要以白色皮膚為特征。
“我們以獨(dú)特的方式利用生成式人工智能技術(shù)來生成新數(shù)據(jù)并創(chuàng)建一個新的多樣化數(shù)據(jù)庫，該數(shù)據(jù)庫經(jīng)過醫(yī)學(xué)專家的驗(yàn)證，并被證明其診斷準(zhǔn)確。此外，我們還展示了該算法如何得出結(jié)論。 “人們將看到用于診斷的過程，使他們更容易相信結(jié)果。這就是他們通過確保透明度而成為信徒的方式，”El-Dakhakhni 說。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！