การเปรียบเทียบระบบปัญญาประดิษฐ์ (AI) ที่มีจำหน่ายทั่วไปสามระบบสำหรับการตรวจหามะเร็งเต้านมพบว่าระบบที่ดีที่สุดมีประสิทธิภาพเช่นเดียวกับนักรังสีวิทยาในมนุษย์ นักวิจัยใช้อัลกอริธึมนี้กับฐานข้อมูลของแมมโมแกรมที่จับได้ระหว่างการตรวจคัดกรองมะเร็งในสตรีเกือบ 9000 คนในสวีเดนเป็นประจำ ผลการวิจัยชี้ให้เห็นว่าระบบ AI สามารถแบ่งเบาภาระบางอย่างที่โปรแกรมการคัดกรองกำหนดให้กับนักรังสีวิทยาได้
พวกเขายังอาจลดจำนวนมะเร็งที่เล็ดลอดผ่าน
โปรแกรมดังกล่าวโดยตรวจไม่พบแคมเปญการตรวจคัดกรองทั่วทั้งประชากรสามารถลดอัตราการเสียชีวิตจากมะเร็งเต้านมได้อย่างมากโดยการจับเนื้องอกก่อนที่จะเติบโตและแพร่กระจาย หลายโปรแกรมเหล่านี้ใช้วิธี “การอ่านสองครั้ง” ซึ่งแต่ละแมมโมแกรมจะได้รับการประเมินอย่างอิสระโดยนักรังสีวิทยาสองคน การทำเช่นนี้จะเพิ่มความไวของขั้นตอน ซึ่งหมายความว่าจะจับความผิดปกติของเต้านมได้มากขึ้น แต่อาจทำให้ทรัพยากรทางคลินิกตึงเครียดได้ ระบบที่ใช้ AI อาจบรรเทาความเครียดบางส่วนได้ หากสามารถพิสูจน์ประสิทธิภาพได้
Fredrik Strandจากสถาบัน Karolinska Institutetในสตอกโฮล์มกล่าวว่า “แรงจูงใจเบื้องหลังการศึกษาของเราคือความอยากรู้อยากเห็นว่าอัลกอริธึม AI ดีเพียงใดเมื่อเทียบกับการตรวจเต้านมด้วยเครื่องแมมโม แกรม “ฉันทำงานในแผนกรังสีวิทยาเต้านม และเคยได้ยินบริษัทหลายแห่งทำการตลาดระบบของตน แต่ไม่สามารถเข้าใจได้ชัดเจนว่าระบบของพวกเขาดีเพียงใด”
บริษัทที่อยู่เบื้องหลังอัลกอริทึมที่ทีมทดสอบได้เลือกที่จะปกปิดตัวตนของพวกเขา แต่ละระบบมีความแตกต่างกันในโครงข่ายประสาทเทียม โดยมีรายละเอียดแตกต่างกัน เช่น สถาปัตยกรรม ระบบประมวลผลภาพล่วงหน้า และวิธีการฝึกอบรม
นักวิจัยได้ป้อนอัลกอริธึมด้วยภาพแมมโมแกรมที่ยังไม่ได้ประมวลผลจากชุดข้อมูลกลุ่มสตรีวัยหน้าจอของสวีเดน กลุ่มตัวอย่างประกอบด้วยสตรี 739 คนที่ได้รับการวินิจฉัยว่าเป็นมะเร็งเต้านมน้อยกว่า 12 เดือนหลังการตรวจคัดกรอง และสตรี 8066 คนที่ไม่ได้รับการวินิจฉัยว่าเป็นมะเร็งเต้านมภายใน 24 เดือน รวมอยู่ในชุดข้อมูลด้วย แต่อัลกอริธึมไม่สามารถเข้าถึงได้คือการตัดสินใจแบบไบนารี “ปกติ/ผิดปกติ” โดยผู้อ่านคนแรกและคนที่สองสำหรับแต่ละภาพ
อัลกอริธึม AI ทั้งสามให้คะแนนแมมโมแกรม
แต่ละรายการในระดับ 0 ถึง 1 โดยที่ 1 สอดคล้องกับความมั่นใจสูงสุดว่ามีความผิดปกติ ในการแปลวิธีการนี้ให้เป็นระบบเลขฐานสองที่ใช้โดยนักรังสีวิทยา Strand และเพื่อนร่วมงานได้เลือกเกณฑ์สำหรับอัลกอริธึม AI แต่ละอัน เพื่อให้การตัดสินใจแบบไบนารีมีความจำเพาะ (สัดส่วนของกรณีเชิงลบที่จำแนกอย่างถูกต้อง) ที่ 96.6% เทียบเท่ากับความจำเพาะเฉลี่ยของ ผู้อ่านคนแรก ซึ่งหมายความว่าเฉพาะแมมโมแกรมที่ทำคะแนนเหนือค่าเกณฑ์สำหรับแต่ละอัลกอริธึมเท่านั้นที่จัดว่าเป็นกรณีที่ผิดปกติ ความจริงพื้นฐานที่เปรียบเทียบประกอบด้วยมะเร็งทั้งหมดที่ตรวจพบเมื่อตรวจคัดกรองหรือภายใน 12 เดือนหลังจากนั้น
ภายใต้ระบบนี้ นักวิจัยพบว่าอัลกอริธึมทั้งสาม ได้แก่ AI-1, AI-2 และ AI-3 มีความไว 81.9%, 67.0% และ 67.4% ตามลำดับ ในการเปรียบเทียบ ผู้อ่านคนแรกและคนที่สองมีค่าเฉลี่ย 77.4% และ 80.1% กรณีที่ผิดปกติบางกรณีที่ระบุโดยอัลกอริธึมอยู่ในผู้ป่วยที่มีภาพที่ผู้อ่านของมนุษย์จัดว่าเป็นเรื่องปกติ แต่จากนั้นผู้ที่ได้รับการวินิจฉัยโรคมะเร็งทางคลินิก (นอกโปรแกรมการตรวจคัดกรอง) น้อยกว่าหนึ่งปีหลังจากการตรวจ
นี่แสดงให้เห็นว่าอัลกอริธึม AI สามารถช่วยแก้ไขผลลบลวง โดยเฉพาะอย่างยิ่งเมื่อใช้ภายในโครงร่างตามการคัดกรองผู้อ่านคนเดียว Strand และเพื่อนร่วมงานแสดงให้เห็นว่าเป็นกรณีนี้โดยการวัดประสิทธิภาพของการรวมกันของเครื่องอ่าน AI ของมนุษย์และ AI: การจับคู่ AI-1 กับเครื่องอ่านแรกของมนุษย์โดยเฉลี่ย เช่น เพิ่มจำนวนมะเร็งที่ตรวจพบระหว่างการตรวจคัดกรอง 8% อย่างไรก็ตาม จำนวนนี้มาพร้อมกับจำนวนการประเมินที่ผิดปกติโดยรวมเพิ่มขึ้น 77% (รวมทั้งผลบวกจริงและเท็จ) นักวิจัยกล่าวว่าการตัดสินใจใช้เครื่องอ่านมนุษย์คนเดียวหรืออัลกอริธึม AI ที่มีประสิทธิภาพสูงหรือระบบไฮบริดระหว่างมนุษย์กับ AI จะต้องทำหลังจากการวิเคราะห์ต้นทุนและผลประโยชน์อย่างรอบคอบ
ปัญญาประดิษฐ์กับนักรังสีวิทยา 101 คน
ในขณะที่ภาคสนามก้าวหน้าไป เราสามารถคาดหวังให้ประสิทธิภาพของอัลกอริธึม AI ดีขึ้นได้ “ฉันไม่รู้ว่าสิ่งเหล่านี้จะมีประสิทธิภาพเพียงใด แต่ฉันรู้ว่ามีหลายแนวทางสำหรับการปรับปรุง” Strand กล่าว “ทางเลือกหนึ่งคือการวิเคราะห์ภาพทั้งสี่จากการตรวจเป็นเอนทิตีเดียว ซึ่งจะช่วยให้ความสัมพันธ์ระหว่างมุมมองทั้งสองของเต้านมแต่ละข้างดีขึ้น อีกประการหนึ่งคือการเปรียบเทียบกับภาพก่อนหน้าเพื่อระบุสิ่งที่เปลี่ยนแปลงได้ดีขึ้น เนื่องจากมะเร็งเป็นสิ่งที่ควรเติบโตในช่วงหลายปีที่ผ่านมา”
WD 1856+534 เคยเป็นดาวฤกษ์เหมือนดวงอาทิตย์ ก่อนที่มันจะพุ่งออกมาเป็นดาวยักษ์แดง ซึ่งคงจะกิน WD 1856b ถ้าอยู่ในวงโคจรปัจจุบัน นักดาราศาสตร์เชื่อว่าดาวเคราะห์ดวงนี้อยู่ในวงโคจรที่ใหญ่กว่ามากเมื่อดาวฤกษ์อยู่ในช่วงยักษ์แดง ดังนั้นแทนที่จะถูกกินเข้าไป มันกลับถูกกระแทกเข้าสู่วงโคจรนอกรีต
ในที่สุด ดาวยักษ์แดงก็มอดไหม้ ทิ้งดาวแคระขาวเย็นเยือกไว้เบื้องหลัง ณ จุดนั้น ดาวเคราะห์อาจเดินเข้าไปในวงโคจรที่คับแคบของมันในปัจจุบัน – อาจเป็นปฏิสัมพันธ์ของแรงโน้มถ่วงกับดาวเคราะห์ดวงอื่นที่รอดตายได้ การเดินทางครั้งนี้ต้องใช้เวลาหลายพันล้านปี แต่นักดาราศาสตร์เชื่อว่า WD 1856+534 มีอายุเกือบ 6 พันล้านปี เนื่องจากระบบนี้อยู่ใกล้กับโลก จึงเป็นไปได้ที่นักดาราศาสตร์จะมองเห็นดาวเคราะห์ดวงอื่นได้ในอนาคต
นักวิจัยในสวิตเซอร์แลนด์และอิตาลีได้พัฒนาวิธีการสร้างกระแสอิเล็กตรอนด้วยการหมุนควอนตัมที่รู้จักโดยไม่ต้องใช้สนามแม่เหล็กภายนอกขนาดใหญ่ สิ่งนี้สามารถช่วยให้สามารถพัฒนาอุปกรณ์ที่เข้ากันได้กับองค์ประกอบอิเล็กทรอนิกส์ที่มีตัวนำยิ่งยวดซึ่งเป็นการปูทางไปสู่อุปกรณ์อิเล็กทรอนิกส์ที่มีประสิทธิภาพสูงรุ่นต่อไป
หลังจากการค้นพบสนามแม่เหล็กขนาดยักษ์รวมถึงการสังเกตการฉีดสปินและการตรวจจับโลหะในปลายทศวรรษ 1980 งานวิจัยที่รู้จักกันในชื่อ “สปินทรอนิกส์” ได้ทุ่มเทให้กับการสร้างอุปกรณ์ที่ใช้งานได้จริงซึ่งใช้ประโยชน์จากการหมุนของอิเล็กตรอน ระบบสปินทรอนิกส์ที่ใช้เซมิคอนดักเตอร์ได้รับความสนใจจากการวิจัยเป็นพิเศษ เนื่องจากสามารถรวมเซมิคอนดักเตอร์เข้ากับอุปกรณ์อิเล็กทรอนิกส์สมัยใหม่ได้ ซึ่งจะช่วยปรับปรุงประสิทธิภาพและความจุของอุปกรณ์ แต่ในการที่จะสร้างอุปกรณ์สปินทรอนิกส์ที่มีประโยชน์ นักวิจัยจำเป็นต้องสามารถควบคุมและตรวจจับสถานะการหมุนของอิเล็กตรอนได้อย่างแม่นยำในระดับสูง
Credit : ghdhairstraightenersydney.com ghdivsalonstyleruk.com ghdstraightenersonline.org giulianovacalcio.net gratisseksfilms.info