人工智能工具之前已經(jīng)接受過使用視網(wǎng)膜圖像檢測疾病的訓(xùn)練，但這款名為 RETFound 的新工具的特殊之處在于，它是使用一種稱為自我監(jiān)督學(xué)習(xí)的方法開發(fā)的。這意味著研究人員不必分析用于訓(xùn)練的 160 萬張視網(wǎng)膜圖像中的每一張，并將它們標(biāo)記為“正常”或“不正常”等。此類過程既耗時(shí)又昂貴，并且在大多數(shù)標(biāo)準(zhǔn)機(jī)器學(xué)習(xí)模型的開發(fā)過程中都是必需的。
相反，科學(xué)家們使用了一種類似于訓(xùn)練 ChatGPT 等大型語言模型的方法。該人工智能工具利用無數(shù)人類生成的文本示例來學(xué)習(xí)如何從前面單詞的上下文中預(yù)測句子中的下一個(gè)單詞。以同樣的方式，RETFound 使用大量視網(wǎng)膜照片來學(xué)習(xí)如何預(yù)測圖像缺失部分的外觀。
“在數(shù)百萬張圖像的過程中，模型以某種方式了解了視網(wǎng)膜的樣子以及視網(wǎng)膜的所有特征是什么，”倫敦 Moorfields 眼科醫(yī)院 NHS 基金會信托基金的眼科醫(yī)生皮爾斯·基恩 (Pearse Keane) 說，他是一篇論文的合著者今天發(fā)表在Nature 1上，描述了該工具。這構(gòu)成了模型的基石，并將其歸類為某些人所說的基礎(chǔ)模型，這意味著它可以適用于許多任務(wù)。
一個(gè)人的視網(wǎng)膜可以提供了解其健康狀況的窗口，因?yàn)樗鼈兪侨梭w唯一可以直接觀察到由最小血管組成的毛細(xì)血管網(wǎng)絡(luò)的部分。“如果您患有某些系統(tǒng)性心血管疾病，例如高血壓，它可能會影響您體內(nèi)的每條血管，我們可以直接在視網(wǎng)膜圖像中將其可視化，”基恩說。
科學(xué)家們使用 ChatGPT 從頭開始??生成整篇論文 - 但這有什么好處嗎?
視網(wǎng)膜也是中樞神經(jīng)系統(tǒng)的延伸，與大腦有相似之處，這意味著視網(wǎng)膜圖像可用于評估神經(jīng)組織。“問題在于，很多時(shí)候人們不具備解讀這些掃描的專業(yè)知識。這就是人工智能發(fā)揮作用的地方，”基恩說。
一旦他們對 160 萬張未標(biāo)記的視網(wǎng)膜圖像進(jìn)行了 RETFound 預(yù)訓(xùn)練，Keane 和他的同事就可以引入少量標(biāo)記圖像(例如，100 張來自帕金森病患者的視網(wǎng)膜圖像和 100 張來自未患帕金森病患者的視網(wǎng)膜圖像)進(jìn)行教學(xué)。特定條件下的模型?；髡f，從所有未標(biāo)記的圖像中了解了視網(wǎng)膜應(yīng)該是什么樣子后，該模型就能夠輕松地了解與疾病相關(guān)的視網(wǎng)膜特征。
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！