Para peneliti dari University of California di majalah Cell mempresentasikan kepada dunia solusi terobosan mereka di bidang kecerdasan buatan. Platform yang mereka buat tidak hanya dapat mendeteksi, tetapi juga mendiagnosis penyakit yang berkaitan dengan degenerasi retina mata. Hal tersebut antara lain dicapai dengan dengan mengubah sistem pembelajaran komputer.
Saat ini, kami dapat mempercayai kecerdasan buatan di berbagai area seperti parkir mobil sendiri, tetapi mengandalkannya dalam situasi yang rumit karena diagnosis medis belum menjadi praktik umum sejauh ini. Ilmuwan dari University of California ingin mengubah ini - platform yang mereka buat menggunakan kecerdasan buatan tidak hanya dapat mendiagnosis dan membedakan antara dua penyakit retina paling populer (degenerasi makula dan edema makula diabetik), tetapi juga menilai tingkat keparahan penyakitnya.
Kunci kesuksesan ini telah mengubah cara AI belajar. Para peneliti menggunakan jenis pembelajaran mesin khusus baru yang disebut "pembelajaran transfer". Fenomena transfer learning dalam kedokteran adalah memungkinkan Anda untuk mentransfer pengetahuan dari satu bidang penyakit ke penyakit lainnya, meningkatkan akurasi diagnosis sekaligus mengurangi waktu yang dibutuhkan untuk belajar. Saat ini, platform sudah menyerap 200 ribu. CT scan retina dan dalam waktu 30 detik dapat menilai apakah pasien membutuhkan pengobatan. Efektivitas diagnosis adalah sekitar 95%, yang penulis bandingkan dengan keakuratan dokter mata yang terlatih. Terlebih lagi, ini juga membuat proses diagnosis menjadi setransparan mungkin sehingga pasien yang tidak terbiasa dengan teknologi pun dapat mempercayainya. Komputer menunjukkan secara berkelanjutan area apa yang dilihatnya dan atas dasar apa ia membuat diagnosis.
Penggunaan sistem pembelajaran transfer memungkinkan kecerdasan buatan California untuk mendiagnosis dan dengan sinar-X dada 90 persen. membedakan secara akurat antara pneumonia virus dan bakteri. Rencana terdekat pencipta adalah menggunakannya juga di bidang kedokteran lain, karena menurut mereka, setiap kali database ditingkatkan, efektivitas diagnosis akan meningkat. Terakhir, tujuannya adalah untuk menunjukkan kepada dokter bahwa kecerdasan buatan adalah alat berharga yang memungkinkan mereka meningkatkan pekerjaan, dan kepada pasien - bahwa diagnosis cepat dan akurat yang dibuat oleh komputer akan memungkinkan mereka menjalani perawatan yang diperlukan lebih cepat.
