Изкуствен интелект вече диагностицира рак на гърдата по-добре от лекарите

Ами това е чудесно! Дано има все повече такива прецизни апарати. Но това не трябва да отменя необходимата подготовка на лекарите, за каквото и да става дума.

• 0 2 Коментарът е обиден или неуместен

Ами това е чудесно! Дано има все повече такива прецизни апарати. Но това не трябва да отменя необходимата подготовка на лекарите, за каквото и да става дума.

• 0 2 Коментарът е обиден или неуместен

До коментар [#1] от "john_3volta":

Помислете пак!

Позитинвите и негативните фалшиви разчитания могат да се увеличават и намаляват едновременно за сметка на правилните разчитания.

• 1 10 Коментарът е обиден или неуместен

Фалшивите позитиве и фалшивите негативи НЕ са в обратна връзка.

Пример:
Ако имаш Истински Позитив - 5; Фалшив Позитив - 2; Истински негатив - 3; и Фалшив Негатив - 3;
Общо класифицирани снимки - 5 + 2 +3 + 3 = 13
Подобряваш алгоритъма и дадена снимка на рак не я определя като негатив (фалшив негатив е това), а я определя за рак т.е. Истински позитив получаваш следното:
Истински Позитив - 6; Фалшив Позитив -2; Истински Негатив -3; Фалшив Негатив - 2;
Общо класифицирани снимки - 6 + 2 + 3 + 2 = 13

Късмет и по-малко БОГ, повече наука.

• 1 4 Коментарът е обиден или неуместен

За форумните умници цитирам:
These two types of error rates are traded off against each other: for any given sample set, the effort to reduce one type of error generally results in increasing the other type of error.

Цитатът е от статията по-долу, дано да ви стигне акъла за нея:
https://en.wikipedia.org/wiki/Type_I_and_type_II_errors

Ако не стига акъла, сложете минуси и тук.

• 4 1 Коментарът е обиден или неуместен

Здравите пациенти диагностицирани грешно и пациентите с рак диагностицирани грешно са единствено в зависимост чрез 'Receiver operating characteristic' (ROC) кривата, която е специфична за дадения рентгенолог (или изкуствен интелект в случая).
Здравите пациенти диагностицирани грешно и здравите пациенти диагностицирани правилно натурално се събират към 100% 'вид' пациенти, тъй като спадат от една и съща извадка - тези на здравите пациенти. Същото важи и за пациентите с рак.

Много неточности има по самата статия писана от Дневник.

• 0 2 Коментарът е обиден или неуместен

Само така за сведение ,окончателна диагноза никога не се поставя на база само едно изследване ,па било то и от където и да е интелект

гошо

• 0 1 Коментарът е обиден или неуместен

"В САЩ само един лекар разчита мамограмите."
Ние защо ходим тогава да ни облъчват, ако не могат правилно да разчитат снимките.

• 2 1 Коментарът е обиден или неуместен

До коментар [#9] от "Роси":

Ами не ходете да ви облъчват, ходете на знахарка, пийте билки или просто гледайте в една точка. Медицината не е задължителна и никой не ви е длъжен за нищо.

• 1 1 Коментарът е обиден или неуместен

До коментар [#6] от "john_3volta":

Това което казваш е вярно, ако сме в рамките на един и същи подход за класификация. Ако сравнявамен два различни подхода - не.

• 0 1 Коментарът е обиден или неуместен

Правиха ми преди 3 години мамограма и така ми сплескаха гърдата, че ме боля цял месец. След това ме викаха пак, защото не могли да я разчетат, но аз не отидох. Повече няма да им дам да ме притискат с тези плочи, това не е хуманно. А аз съм си здрава и нищо ми няма, за тяхно съжаление.

• 1 2 Коментарът е обиден или неуместен

Прав си, ама подходите тук са общо взето едни и същи, защото: а) лекарят обучава ИИ, и б) лекарят взема крайното решение.
Различен подход би бил вземане на решение без ИИ и рентгенография. В миналото, когато това се е правело, минусът е бил че ракът се е откривал само визуално (едва при операция/аутопсия), но е имало и големи плюсове (изобщо са липсвали фалшивите позитиви).

В интерес на истината, имаше екзалтация и когато АйБиЕм решиха че техния Уотсън ще проработи в раковата област. Получи се пълен провал (според Уикипедия: a cautionary tale of hubris and hype).

• 1 1 Коментарът е обиден или неуместен

[quote#13:"john_3volta"][/quote]

https://www.nature.com/articles/s41586-019-1799-6.epdf

Ето я оригиналната статия, браво на авторите че е публикувана в Nature, голямо постижение! Явно не достатъчно достойно, че Дневник да пусне линк към нея...

Относно как се тренират 3-те Deep learning мрежи които взимат решение в конкретния случай, е не ги обучава радиолог в никакъв случай. Тренират се спрямо реалната хипотеза на изображенията (верифицирани чрез recall или биопсия също и follow-up от предишни/следващи години).

• 0 0 Коментарът е обиден или неуместен