Eine Studie, veröffentlicht in der open-access-journal JAMA Offenes Netzwerk . Juni 14 von Wissenschaftlern an der Universität von Virginia Schulen von Technik und Medizin und die Data Science Institute sagt, machine-learning-algorithmen angewandt, um die Biopsie-Bilder verkürzen die Zeit für die Diagnose und Behandlung einer Darm Krankheit, die oft verursacht bleibende körperliche und kognitive Schäden bei Kindern aus verarmten Regionen.
In Orten, wo die Hygiene, Trinkwasser und Nahrung sind knapp, es gibt hohe raten der Kinder mit Umwelt-Darm-Dysfunktion, eine Krankheit, die die Grenzen der Darm die Fähigkeit zu absorbieren wesentliche Nährstoffe und führen zu Wachstumsstörungen, Beeinträchtigung der Entwicklung des Gehirns und sogar zum Tod führen.
Die Krankheit wirkt sich 20 Prozent der Kinder unter 5 Jahren in niedrig – und Länder mit mittlerem Einkommen, wie Bangladesch, Sambia und Pakistan, aber es betrifft auch einige Kinder in den ländlichen Virginia.
Für Dr. Sana Syed, ein Assistent professor für Pädiatrie in der UVA School of Medicine, dieses Projekt ist ein Beispiel dafür, warum Sie bekam in der Medizin. „Sie reden über eine Krankheit, die sich auf Hunderte von tausenden von Kindern, und das ist völlig vermeidbar“, sagte Sie.
Syed arbeitet mit Donald Brown, Gründer und Geschäftsführer des UVA-Daten Science Institute und W. S. Calcott Professor in der Abteilung für technische Systeme und Umwelt zu übernehmen machine learning in den diagnostischen Prozess, die für die Gesundheit der Beamten zur Bekämpfung dieser Krankheit. Syed und Braun sind mit einem deep-learning-Konzept „convolutional neural networks“ zu trainieren-Computern zu Lesen, die Tausende von Bildern von Biopsien. Pathologen können, dann lernen Sie aus den algorithmen, wie man effektiv screen-Patienten, basierend auf dem neuronalen Netzwerk ist auf der Suche nach unterschieden und wo es konzentriert sich bei seiner Analyse um Ergebnisse zu erhalten.
„Dies sind die gleichen Arten von algorithmen Google verwendet die Gesichtserkennung, aber wir sind mit Ihnen, um Hilfe in der Diagnose der Krankheit durch eine Biopsie, Bilder,“ sagte Brown.
Die machine-learning-Algorithmus können Einblicke vermieden haben menschliche Augen, validieren Pathologen‘ Diagnosen und verkürzt die Zeit zwischen Bildgebung und Diagnose, und aus einer technischen Perspektive, die anbieten könnten, ein Blick in Daten Wissenschaft die „black boxes“, indem Sie die Hinweise in den denk-Mechanismus der Maschine.
Aber für Syed, es ist noch zu retten.
„Es gibt so viel Armut und so einen unfairen Reihe von Konsequenzen,“ sagte Sie. „Wenn wir können diese cutting-edge-Technologien und Möglichkeiten, der Blick auf die Daten durch die Daten-Wissenschaft, die wir bekommen können Antworten schneller und helfen, diese Kinder früher.“