A rákdiagnosztika forradalmasítása mesterséges intelligenciával és gépi tanulással
AZ AID-GI PROJEKTRŐL
Az AID-GI projekt (Artificial Intelligence-supported Diagnostics of Gastrointestinal diseases with video capsule endoscopy) az Egyesült Királyság kormánya által finanszírozott kutatási kezdeményezés. A cél a vastagbélrák és más gyomor-bélrendszeri betegségek diagnózisának javítása gépi tanulással [1], hogy a kórházakban egyre növekvő lemaradás csökkentése érdekében több gyomor-bélrendszeri vizsgálatot lehessen végezni a minőség romlása nélkül.

A kihívás
Tekintettel azonban a vizsgálandó betegek számára és a kapszulák által rögzített képek ebből adódó mennyiségére, a jelenlegi manuális módszerekkel nem lehetséges az összes előállított kép következetes, jó minőségű elemzése.
Míg a hagyományos kolonoszkópiás eljárások csőkamerák használata még mindig az emésztőrendszeri traktus elemzésének arany standardjának tekinthető, a forradalmi videokapszulás endoszkópia jelentős előnyöket kínálhat.
Tekintettel azonban a vizsgálandó betegek számára és a kapszulák által rögzített képek ebből adódó mennyiségére, a jelenlegi kézi módszerekkel nem lehetséges az összes előállított kép következetes, jó minőségű elemzése.
Az AID-GI projekt célja az innovatív videokapszulás endoszkópia megvalósítása.
Tudja meg, hogyan tudja a Wolfram Technical Services csapata részletes hibaelhárítással, kódoptimalizálással, testreszabott képzéssel vagy gyártói megvalósítással beindítani a projektjét.ung segítségével.
A Wolfram Consulting Services csapata kifejlesztette a CapScan-t, egy integrált eszközt, amely segít az emberi operátoroknak pontos képzési adatokat létrehozni a gépi tanuláson alapuló automatizált képelemzéshez. A kapszulából származó videók importálása, konvertálása és elemzése mostantól könnyen és pontosan elvégezhető méretarányosan egy egyszerű felületen keresztül.
A Wolfram Consulting Services csapata, kiterjedt projektmenedzsment-tapasztalatával ideális láncszem volt ebben az együttműködésen alapuló kutatási projektben, ahol a célokról, a hatókörről, a haladásról szóló kommunikáció,

Ezek a tabletta méretű kapszulák kiváló minőségű képeket nyújtanak, és a hagyományos endoszkópiás eljárásokhoz képest sokkal kényelmesebbek és kevésbé invazívak.
gépi tanuláson alapuló automatizált képelemzés. Azáltal, hogy az eljárás során nincs szükség szakemberek és tanácsadók jelenlétére, a tabletta méretű kamera otthon vagy a helyszínen lévő orvosi rendelőben lenyelhető, ami tehermentesíti az akut szolgáltatásokat és az endoszkópiás egységeket, és kiterjeszti az ellátást az alulellátott területekre.
és több is kritikus volt.
Emellett a Wolfram Language tökéletes platform volt egy olyan projekthez, amely különböző forrásokból és különböző formátumokban származó információk robusztus importálását, feldolgozását és megjelenítését igényelte.
Emellett a Wolfram Language tökéletes platform volt egy olyan projekthez, amely különböző forrásokból és különböző formátumokban származó információk robusztus importálását, feldolgozását és megjelenítését igényelte.

A CapScan segítségével a klinikusok több ezer képet importálhatnak, és automatikusan felismerhetik az összes rendellenességet. Az operátorok manuálisan felülvizsgálhatják az osztályozásokat a diagnózis felállításához és a CapScan gépi tanulási algoritmusainak javításához.
EREDMÉNYEK
Nincs olyan programozási stílus, amely minden problémára ideálisan alkalmas lenne. A Mathematica abban különbözik a hagyományos számítógépes nyelvektől, hogy egyszerre számos programozási paradigmát támogat, például a procedurális, funkcionális, szabályalapú, mintaalapú és még sok mást.
A Mathematica lehetővé teszi, hogy az Ön által preferált stílusban programozzon.

Az innováció lehetővé tétele az egészségügyi technológiában
A Wolfram Consulting csapata kifejlesztette a CapScan eszközt, amely megszünteti a GI-szűrési technológia innovációját akadályozó szűk keresztmetszeteket. A felhasználóknak többé nem kell páciensenként több ezer egyedi képet végigpörgetniük. Mostantól egyetlen képet választhatnak ki, és visszakapják a megfelelő mesterséges intelligencia javaslatokat.

A hátralékok csökkentése az NHS-ben és az egészségügyi egyenlőség javítása
Mostantól a gyomor-bélrendszeri vizsgálatok gyorsan és pontosan elvégezhetők, anélkül, hogy erre szakosodott orvosokra és konzultánsokra lenne szükség. Ez nem csak az akut ellátásban, hanem a közösségi egészségügyi központokban is több szűrést tesz lehetővé, javítva az ellátáshoz való hozzáférést az alulellátott területeken, és csökkentve a kórházak terheit.

Erős alapok a folyamatos fejlesztéshez
Az ellenőrzött anomáliákat tartalmazó képek visszakerülnek a CapScan gépi tanulási algoritmusának tanulóhalmazába, így annak teljesítménye a használat növekedésével javul. Emellett a Wolfram Consulting csapata olyan szilárd alapot teremtett, amelyre mi és más együttműködők építhetünk a gépi tanulás és az automatizált képelemzés további integrálása érdekében a gasztrointesztinális diagnosztikában.
A WOLFRAM ÁLTAL ELÉRHETŐVÉ TÉVE
“A Wolfram Language használata lehetővé tette számunkra, hogy könnyen összekapcsoljuk a képfeldolgozást, a gépi tanulást és az adatvizualizációt, amelyek szükségesek ahhoz, hogy a klinikusok rendelkezésére bocsássuk a szükséges információkat, valamint az eszközöket egy könnyen használható felület létrehozásához és telepítéséhez. Mivel ezek az eszközök mindegyike a Wolfram Engine-be van beépítve és úgy tervezték, hogy együtt működjenek, a szükséges kód kicsi és nagyon magas szintű, így könnyen karbantarthatjuk és továbbfejleszthetjük az eszközt az alapvető mesterséges intelligencia jövőbeli generációival.”
-Jon McLoone
Műszaki kommunikációs és stratégiai igazgató
Wolfram Research Europe
EMELJÜK PROJEKTJÉT A KÖVETKEZŐ SZINTRE
Tudja meg, hogy a Wolfram hogyan tudja beindítani projektjét részletes hibaelhárítással, kódoptimalizálással, testreszabott képzéssel vagy termelési megvalósítással.