"ಸಿರಿಯಸ್" ನಲ್ಲಿ ಹೈಸ್ಕೂಲ್ ವಿದ್ಯಾರ್ಥಿಗಳು ಶ್ವಾಸಕೋಶಗಳಲ್ಲಿ ರೋಗಶಾಸ್ತ್ರವನ್ನು ಕಂಡುಕೊಳ್ಳಲು ನ್ಯೂರೋಲೆಟ್ಗೆ ಕಲಿಸುತ್ತಾರೆ

ಸಿರಿಯಸ್ ಶೈಕ್ಷಣಿಕ ಕೇಂದ್ರದಲ್ಲಿ ಡಿಸೆಂಬರ್ನಲ್ಲಿ ದ್ವಿತೀಯಾರ್ಧದಲ್ಲಿ ನಡೆದ ಯೋಜನೆಗಳಲ್ಲಿ ಒಂದನ್ನು "ಬಿಗ್ ಚಾಲೆಂಜಸ್ -2020" ಅಷ್ಟು ಮಹತ್ವದ್ದಾಗಿದೆ. ಈ ವೈಜ್ಞಾನಿಕ ಮತ್ತು ತಾಂತ್ರಿಕ ಯೋಜನೆಯ ಕಾರ್ಯಕ್ರಮದ ಸಂದರ್ಭದಲ್ಲಿ, ಪ್ರೌಢಶಾಲಾ ವಿದ್ಯಾರ್ಥಿಗಳು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ತರಬೇತಿ ನೀಡಿದರು. ಹುಡುಗರಿಗೆ ಕಾರನ್ನು ಮುಂದಿನ ಬುದ್ಧಿವಂತಿಕೆಗೆ ಕಲಿಸುವುದು:

1. ಸುದ್ದಿ ಬರೆಯಿರಿ.
2. ಹೊಸ ಔಷಧಿಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಿ.
3. CT ಯ ಚಿತ್ರಗಳನ್ನು ವಿಶ್ಲೇಷಿಸಿ.
4. ಸಾಮಾಜಿಕ ನೆಟ್ವರ್ಕ್ಗಳಲ್ಲಿ ಅಭ್ಯರ್ಥಿಗಳ ಅಧ್ಯಯನ ಪ್ರೊಫೈಲ್ಗಳು.

ಶಾಲಾ ಮಕ್ಕಳಲ್ಲಿ ವಿಶ್ವವಿದ್ಯಾಲಯ ಇನೋಪಾಲಿಸ್, ಯಾಂಡೆಕ್ಸ್, ಹೈಟೆಕ್ಸ್ ಆಫ್ ಮ್ಯಾನೇಜ್ಮೆಂಟ್ ಸ್ಪಿಬ್ರು, ವಿಟಿಬಿ ಬ್ಯಾಂಕ್, ಬಯೋಕಾಡ್ನಿಂದ ತಜ್ಞರಿಗೆ ಸಹಾಯ ಮಾಡಿದರು. ಆಚರಣೆಯಲ್ಲಿ ಅತ್ಯುತ್ತಮ ಕೊಡುಗೆಗಳನ್ನು ಅಳವಡಿಸಲಾಗುವುದು ಎಂದು ಯೋಜಿಸಲಾಗಿದೆ.

MFTI ಯ ಫಿಜ್ಟೆಕ್-ಸ್ಕೂಲ್ನ ನಿರ್ದೇಶಕ "ಬಿಗ್ ಡಾಟಾ" ನಿರ್ದೇಶಕನ ಮುಖ್ಯಸ್ಥ "ಬಿಗ್ ಡಾಟಾ" ನಿರ್ದೇಶಕನ ಮುಖ್ಯಸ್ಥ "ಬಿಗ್ ಡಾಟಾ" ನಿರ್ದೇಶಕನ ಮುಖ್ಯಸ್ಥರಾಗಿದ್ದರು. ಈ ಸಮಯದಲ್ಲಿ, ವ್ಯಕ್ತಿಗಳು ವಿವಿಧ ಡಿಜಿಟಲ್ ತಂತ್ರಜ್ಞಾನ ಸಾಧನಗಳೊಂದಿಗೆ ಕೆಲಸ ಮಾಡಲು ಕಲಿತಿದ್ದಾರೆ ಮತ್ತು ಈಗ ಭವಿಷ್ಯದಲ್ಲಿ ತಮ್ಮ ಕೌಶಲ್ಯಗಳನ್ನು ಉಪಯೋಗಿಸಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ.

ಈ ಯೋಜನೆಯು "ದೊಡ್ಡ ಡೇಟಾ, ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ, ಹಣಕಾಸು ತಂತ್ರಜ್ಞಾನ ಮತ್ತು ಯಂತ್ರ ಕಲಿಕೆ" ಪ್ರತ್ಯೇಕ ನಿರ್ದೇಶನವನ್ನು ಒದಗಿಸುತ್ತದೆ. 28 ರಶಿಯಾದಿಂದ 18 ಪ್ರದೇಶಗಳಿಂದ ಹನ್ನೊಂದನೇ ದರ್ಜೆಯವರು ಅದನ್ನು ಕೆಲಸ ಮಾಡಲು ಆಹ್ವಾನಿಸಲಾಯಿತು. ಈ ವ್ಯಕ್ತಿಗಳು ವಿನ್ಯಾಸ ಮತ್ತು ಸಂಶೋಧನಾ ಕೆಲಸದ ಎಲ್ಲಾ ರಷ್ಯನ್ ಸ್ಪರ್ಧೆಯ ಅಂತಿಮ ಆಟಗಾರರಾದರು.

ಈ ದಿಕ್ಕಿನಲ್ಲಿ ಪಾಲ್ಗೊಳ್ಳುವವರಿಗೆ, ಯಾಂಡೆಕ್ಸ್ ವಿಶೇಷ ಆದೇಶವನ್ನು ರಚಿಸಿದ್ದಾರೆ: ಸುದ್ದಿ ಉತ್ಪಾದಿಸಲು ಪ್ರೋಗ್ರಾಂ ಅನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಲು, ಆಧುನಿಕ ಆವೃತ್ತಿಗಳನ್ನು ದೈನಂದಿನ ಕೆಲಸದಲ್ಲಿ ಬಳಸಬಹುದು. ವಿಟಿಬಿ ಬ್ಯಾಂಕ್ ಮತ್ತು ಸೇಂಟ್ ಪೀಟರ್ಸ್ಬರ್ಗ್ ಸ್ಟೇಟ್ ಯೂನಿವರ್ಸಿಟಿ ಸಹ ಸಿರಿಯಸ್ ಶಾಲಾ ಮಕ್ಕಳ ಕೆಲಸವನ್ನು ನೀಡಿತು. ವ್ಯಕ್ತಿಗಳು ಸಾಮಾಜಿಕ ನೆಟ್ವರ್ಕ್ಗಳನ್ನು ವಿಶ್ಲೇಷಿಸಬೇಕು ಮತ್ತು ವ್ಯವಹಾರ ಶಾಲೆ ಅರ್ಜಿದಾರರ ಭಾವಚಿತ್ರವನ್ನು ಮಾಡಲು ಸ್ವೀಕರಿಸಿದ ಮಾಹಿತಿಯನ್ನು ಆಧರಿಸಿರಬೇಕು.

ವಿಜ್ಞಾನಿಗಳು ಶಾಲಾಮಕ್ಕಳನ್ನು ಸಂಕೀರ್ಣ ವಿಶ್ ಜೊತೆ ಗೊಂದಲಕ್ಕೊಳಗಾಗಿದ್ದಾರೆ: ಹೊಸ ಔಷಧಿಗಳನ್ನು ರಚಿಸುವಾಗ ಆಣ್ವಿಕ ಸಂಕೀರ್ಣದ ರಚನೆಯನ್ನು ಕಂಪ್ಯೂಟರ್ ಮಾಡೆಲಿಂಗ್ನ ಸಹಾಯದಿಂದ ನಿಖರವಾಗಿ ಊಹಿಸಲು ಗೈಸ್ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಕಲಿಸಬೇಕು. ಕಾರು ಅತ್ಯಂತ ನಂಬಲರ್ಹವಾದ ಸಂಯೋಜನೆಗಳನ್ನು ಮತ್ತು ನಿಜವಾಗಿಯೂ ಪ್ರಕೃತಿಯಲ್ಲಿ ಇರುವಂತಹವುಗಳನ್ನು ಕಂಡುಹಿಡಿಯಬೇಕು. ತಯಾರಿಕೆಯು ಹೇಗೆ ಪರಿಣಾಮಕಾರಿಯಾಗಿ ರಚಿಸಲ್ಪಡುತ್ತದೆ ಎಂಬುದನ್ನು ಹೊಸ ವಿಧಾನವು ಊಹಿಸಬೇಕಾಗಿದೆ. ಹೈಸ್ಕೂಲ್ ವಿದ್ಯಾರ್ಥಿಗಳಿಂದ ಸಲಹೆಗಳನ್ನು ಬಯೋಕಾಡ್ನ ಹೆಡ್ಜ್ ಅಲ್ಗಾರಿದಮ್ನಲ್ಲಿ ಬಳಸಬೇಕಾಗಿದೆ.

ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಆಧಾರದ ಮೇಲೆ ಡಿಜಿಟಲ್ ತಂತ್ರಜ್ಞಾನಗಳು ಪ್ರಪಂಚದ ಅನೇಕ ದೇಶಗಳಲ್ಲಿ ವೈದ್ಯಕೀಯ ಉದ್ಯಮದಲ್ಲಿ ಸಕ್ರಿಯವಾಗಿ ಅನ್ವಯಿಸಿವೆ. ಕೊರೊನವೈರಸ್ ಸಾಂಕ್ರಾಮಿಕ ಆರಂಭದಿಂದ ಇದನ್ನು ಸುಗಮಗೊಳಿಸಲಾಯಿತು. ಟೆಲಿಮೆಡಿಸಿನ್ ತಂತ್ರಜ್ಞಾನಗಳು ಅನೇಕ ಪ್ರಕ್ರಿಯೆಗಳನ್ನು ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸುವ ಪ್ರಯೋಜನವನ್ನು ತೋರಿಸಿವೆ, ಪದೇ ಪದೇ ಹೆಚ್ಚಿದ ಲೋಡ್ಗಳಿಂದ ಕ್ಲಿನಿಕ್ಗಳು ​​ಮತ್ತು ವೈದ್ಯರನ್ನು ಅನ್ಲೋಡ್ ಮಾಡಿ, ರೋಗಿಗಳಿಗೆ ಉತ್ತಮ ಗುಣಮಟ್ಟದ ದೂರಸ್ಥ ವೈದ್ಯಕೀಯ ಆರೈಕೆಯನ್ನು ಒದಗಿಸಲು ನಿರ್ವಹಿಸುತ್ತಿದ್ದವು.

ಸಿರಿಯಸ್ "ಬಿಗ್ ಚಾಲೆಂಜಸ್ -2020" ನ ವೈಜ್ಞಾನಿಕ ಮತ್ತು ತಾಂತ್ರಿಕ ಯೋಜನೆಯ ಚೌಕಟ್ಟಿನೊಳಗೆ, ಪ್ರೋಗ್ರಾಂನಲ್ಲಿ ಭಾಗವಹಿಸುವ ವಿದ್ಯಾರ್ಥಿಗಳು ರಶಿಯಾ ಬಾಡಿಗೆದಾರರಿಂದ ಕಠಿಣ ಕೆಲಸವನ್ನು ಪಡೆದರು. ಕಂಪ್ಯೂಟರ್ ದೃಷ್ಟಿ ಬಳಸಿಕೊಂಡು ವೈದ್ಯಕೀಯ ಚಿತ್ರಗಳನ್ನು ವಿಶ್ಲೇಷಿಸಲು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಕಲಿಸಲು ವೈದ್ಯರು ಕೇಳಲಾಗುತ್ತದೆ ಮತ್ತು ಶ್ವಾಸಕೋಶದಲ್ಲಿ ತ್ವರಿತವಾಗಿ ಮತ್ತು ನಿಖರವಾಗಿ ಪ್ಯಾಥಾಲಜಿಯನ್ನು ಕಂಡುಕೊಳ್ಳುತ್ತಾರೆ. ನ್ಯೂರೋಸೆಟ್ನ ಸಹಾಯ ಮತ್ತು ಸುಳಿವುಗಳು ವಿಕಿರಣಶಾಸ್ತ್ರಜ್ಞರ ಕಾರ್ಯಾಚರಣೆಯನ್ನು ಸುಲಭಗೊಳಿಸುತ್ತವೆ, ಚಿತ್ರಗಳನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಲು ಸಮಯವನ್ನು ಕಡಿಮೆಗೊಳಿಸುತ್ತವೆ.

ಇಂತಹ ವೈವಿಧ್ಯಮಯ ಮತ್ತು ಸಂಕೀರ್ಣ ಸಮಸ್ಯೆಗಳಿಗೆ, ವೈದ್ಯಕೀಯ ಚಿತ್ರಗಳನ್ನು ಸ್ವೀಕರಿಸಿದಂತೆ, ಆಳವಾದ ಕಲಿಕೆಯು ಅಗತ್ಯ ಮಟ್ಟದ ನಿಖರತೆಯನ್ನು ಸಾಧಿಸಲು ದೊಡ್ಡ ಡೇಟಾವನ್ನು ಹೊಂದಿಸುತ್ತದೆ. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಶಿಫಾರಸುಗಳು ಸಾಮಾನ್ಯವಾಗಿ ನಿಖರವಾಗಿರುತ್ತವೆ. ಕೆಲಸದ ಫಲಿತಾಂಶಗಳು ತೆರೆದ-ಮೂಲ ಗ್ರಂಥಾಲಯಕ್ಕೆ ಅಪ್ಲೋಡ್ ಮಾಡಲ್ಪಡುತ್ತವೆ, ಎಲ್ಲಾ ದೇಶಗಳ ತಜ್ಞರಿಗೆ ಯಾವ ಪ್ರವೇಶವನ್ನು ಕಂಡುಹಿಡಿಯಲಾಗುತ್ತದೆ. ಅಭಿವೃದ್ಧಿಯ ಗುಣಮಟ್ಟವು ಬಳಕೆದಾರನನ್ನು ವ್ಯವಸ್ಥೆಗೊಳಿಸಿದರೆ ಶಾಲಾಮಕ್ಕಳ ಪರಿಹಾರಗಳನ್ನು ಆಚರಣೆಯಲ್ಲಿ ಪರೀಕ್ಷಿಸಲು ಮತ್ತು ಅನ್ವಯಿಸಬಹುದು. ಶಾಲಾ ವಿದ್ಯಾರ್ಥಿಗಳಿಗೆ ಪಾಲುದಾರ ನೆರವು ಇನೋಪಾಲಿಸ್ ವಿಶ್ವವಿದ್ಯಾಲಯದ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಕೇಂದ್ರವನ್ನು ಒದಗಿಸುತ್ತದೆ.

ಪ್ರಾಜೆಕ್ಟ್ ತಂಡವು ಖಂಟಿ-ಮಾನ್ಸಿಸ್ಕ್ ಸ್ವಾಯತ್ತ ಒಕ್ರಾಗ್, ಸೆವಸ್ಟೊಪೊಲ್, ಖಬಾರೋವ್ಸ್ಕ್ ಟೆರಿಟರಿ, ರಿಪಬ್ಲಿಕ್ ಆಫ್ ಬಶ್ಕೊರ್ಟೊಸ್ಟಾನ್, ಟೈಮೆನ್ ಮತ್ತು ಕೆಮೆರೋವೊ ಮತ್ತು ಪ್ರದೇಶಗಳಿಂದ ಆರು 11-ಶ್ರೇಣಿಗಳನ್ನು ಬಳಸಿಕೊಳ್ಳುತ್ತದೆ. ಇನೋಪಾಲಿಸ್ನ ಮಧ್ಯಭಾಗದಿಂದ ತಜ್ಞರು ಅವರಿಗೆ ಸಹಾಯ ಮಾಡುತ್ತಾರೆ.

ವೀರ್ಯ ಕಿಸೆಲೆವ್, ಇನೋಪಾಲಿಸ್ ವಿಶ್ವವಿದ್ಯಾಲಯದ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಕೇಂದ್ರ ಸಂಶೋಧಕ, ಮಾರ್ಗದರ್ಶಿ ಯೋಜನೆಯು ಅಭಿವರ್ಧಕರು ಯಂತ್ರ ಕಲಿಕೆ ಮತ್ತು ಕಂಪ್ಯೂಟರ್ ದೃಷ್ಟಿ ವಿಧಾನಗಳೊಂದಿಗೆ ಮಕ್ಕಳನ್ನು ಪರಿಚಯಿಸಿದ್ದಾರೆ. ಗಣಿತಶಾಸ್ತ್ರದ ಜನಪ್ರಿಯತೆ, ಪ್ರೋಗ್ರಾಮಿಂಗ್ ಮತ್ತು ಯಂತ್ರ ಕಲಿಕೆ ವಿಧಾನಗಳು ಈ ಬದಲಾವಣೆಯ ಅಗತ್ಯವಿರುವ ಅನೇಕ ಅವಕಾಶಗಳಿಗೆ ವರ್ತನೆ ಬದಲಾಯಿಸಲು ನಿಮಗೆ ಅನುಮತಿಸುತ್ತದೆ. ಸಮಾಜದ ಡಿಜಿಟಲ್ ರೂಪಾಂತರಕ್ಕಾಗಿ ಭವಿಷ್ಯವನ್ನು ಅಧ್ಯಯನ ಮಾಡುವಲ್ಲಿ ಶಾಲೆಯು ಹೆಚ್ಚು ಸಕ್ರಿಯವಾಗಲು ಶಾಲಾ ಮಕ್ಕಳನ್ನು ಪ್ರೋತ್ಸಾಹಿಸುತ್ತದೆ, ಇದು ಅವರಿಗೆ ಹೆಚ್ಚು ಆಸಕ್ತಿದಾಯಕ ಮತ್ತು ಬೌದ್ಧಿಕವಾಗಿ ಪೂರ್ಣ ಪ್ರಮಾಣದ ಜೀವನಕ್ಕೆ ಕಾರಣವಾಗಬಹುದು ಎಂದು ಮನವರಿಕೆ ಮಾಡಿಕೊಳ್ಳುತ್ತದೆ. ನರಮಂಡಲದ ಜಾಲಬಂಧಗಳೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುವ ಅನುಭವವು ಭವಿಷ್ಯದ ವೃತ್ತಿಯ ಆಯ್ಕೆಗೆ ಕಾರಣವಾಗುತ್ತದೆ, ಸ್ವಾತಂತ್ರ್ಯದ ವಾತಾವರಣದಲ್ಲಿ ಚಟುವಟಿಕೆಗಳನ್ನು ಸ್ಪರ್ಶಿಸಲು ನಿಮಗೆ ಅನುಮತಿಸುತ್ತದೆ, ನಿಮ್ಮಲ್ಲಿ ವಿಶ್ವಾಸವನ್ನು ಉಂಟುಮಾಡುತ್ತದೆ ಮತ್ತು ಭವಿಷ್ಯದಲ್ಲಿ ಅಗತ್ಯವಿರುವ ಸಾಮರ್ಥ್ಯಗಳನ್ನು ಮಕ್ಕಳು ಮತ್ತು ಹದಿಹರೆಯದವರಿಗೆ ಒದಗಿಸುತ್ತದೆ.

ಯಾವ ಪ್ರದೇಶಗಳಲ್ಲಿ ಅವರು ಜ್ಞಾನವನ್ನು ಅನ್ವಯಿಸಬಹುದು ಎಂಬುದನ್ನು ಹುಡುಗರಿಗೆ ತೋರಿಸುತ್ತದೆ. ಶ್ವಾಸಕೋಶದ ಸ್ನ್ಯಾಪ್ಶಾಟ್ಗಳನ್ನು ವಿಶ್ಲೇಷಿಸಲು ಪಾಲ್ಗೊಳ್ಳುವವರು ಅಂತಹ ಮಾದರಿಗಳನ್ನು ಮತ್ತು ಕ್ರಮಾವಳಿಗಳನ್ನು ಸೃಷ್ಟಿಸುತ್ತಾರೆ, ಇದರಲ್ಲಿ ನ್ಯೂಮೋನಿಯಾ ಮತ್ತು ಇತರ ಉಸಿರಾಟದ ಕಾಯಿಲೆಗಳು, ನ್ಯುಮೊಥೊರಾಕ್ಸ್ ಅಥವಾ ಗೆಡ್ಡೆಯನ್ನು ಗುರುತಿಸಲು ಸ್ವಯಂ ಪ್ರಗತಿಯನ್ನು ಕಡಿಮೆ ಮಾಡಲು. ಆಳವಾದ ಕಲಿಕೆಯ ಮಾದರಿಗಳು ಬಹುತೇಕ ಅಚ್ಚುಕಟ್ಟಾದ ನಿಖರತೆಯೊಂದಿಗೆ ಮುನ್ನೋಟಗಳನ್ನು ಮಾಡಬಹುದು, ಆದಾಗ್ಯೂ, ಮಾದರಿಯ ಆಂತರಿಕ ತರ್ಕವು ಬಹಿರಂಗಪಡಿಸುವುದು ಮತ್ತು ಅರ್ಥೈಸುವುದು ಕಷ್ಟಕರವಾದಾಗಿನಿಂದ, ಈ ತೀರ್ಮಾನವು ಏಕೆ ಸರಿಯಾಗಿದೆ, ಆಗಾಗ್ಗೆ ಅನುಗುಣವಾಗಿ ಉಳಿಯುತ್ತದೆ.

ವೈದ್ಯಕೀಯ ನಿರ್ಧಾರಗಳು ನಂಬಲಾಗದ ತೂಕವನ್ನು ಹೊಂದಿರಬಹುದುಯಾದ್ದರಿಂದ, ಅನೇಕ ವಿಮರ್ಶಾತ್ಮಕವಾಗಿ ಪೂರ್ಣ ಆಟೊಮೇಷನ್ ನಿರೀಕ್ಷೆಯನ್ನು ಉಲ್ಲೇಖಿಸುತ್ತದೆ. ಕಾರನ್ನು ವೈದ್ಯರನ್ನು ಬದಲಿಸುವುದಿಲ್ಲ ಎಂದು ನೆನಪಿಟ್ಟುಕೊಳ್ಳುವುದು ಬಹಳ ಮುಖ್ಯ, ಆದರೆ ಅವರ ಸಹಾಯಕ ಮತ್ತು ಸಲಹೆಗಾರರಾಗುತ್ತಾರೆ, ವಾಸ್ತವವಾಗಿ ಇದು ವೈದ್ಯರಿಗೆ ಮೂರನೇ ಕಣ್ಣು. ವಾಡಿಕೆಯ ಕಾರ್ಯಗಳನ್ನು ಅತ್ಯುತ್ತಮವಾಗಿಸಲು AI ಅಗತ್ಯವಿದೆ, ಅದರ ಸರ್ವತ್ರ ಅನುಷ್ಠಾನವು ವಿಕಿರಣಶಾಸ್ತ್ರ ಮತ್ತು ರೋಗಶಾಸ್ತ್ರದಂತಹ ಬಲವಾದ ದೃಶ್ಯ ಅಂಶದೊಂದಿಗೆ ವಿಶೇಷವಾಗಿ ವಿಶೇಷತೆಯನ್ನು ಬದಲಾಯಿಸುತ್ತದೆ. ಶಸ್ತ್ರಚಿಕಿತ್ಸಕರು ಸೇರಿದಂತೆ ವೈದ್ಯರು, ಅಂತಹ ಸಾಧನಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುವಲ್ಲಿ ಮತ್ತು ಅನುಷ್ಠಾನಗೊಳಿಸಲು ಸಕ್ರಿಯವಾಗಿ ಆಸಕ್ತಿ ಹೊಂದಿದ್ದಾರೆ. ವಾಡಿಕೆಯ ಕಾರ್ಯಗಳನ್ನು ಅತ್ಯುತ್ತಮವಾಗಿಸಲು AI ಅಗತ್ಯವಿದೆ, ಅದರ ವ್ಯಾಪಕ ಪರಿಚಯದೊಂದಿಗೆ, ವಿಶೇಷತೆಯು ವಿಕಿರಣಶಾಸ್ತ್ರ ಮತ್ತು ರೋಗಶಾಸ್ತ್ರದಂತಹ ಬಲವಾದ ದೃಶ್ಯ ಅಂಶದೊಂದಿಗೆ ಬದಲಾಗುತ್ತದೆ. ಶಸ್ತ್ರಚಿಕಿತ್ಸಕರು ಸೇರಿದಂತೆ ವೈದ್ಯರು, ಅಂತಹ ಸಾಧನಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುವಲ್ಲಿ ಮತ್ತು ಅನುಷ್ಠಾನಗೊಳಿಸಲು ಸಕ್ರಿಯವಾಗಿ ಆಸಕ್ತಿ ಹೊಂದಿದ್ದಾರೆ.

ಅಧ್ಯಯನ ಮಾಡಿದ ಅಲ್ಗಾರಿದಮ್ಸ್ ಶಾಲಾಮಕ್ಕಳನ್ನು ನೈಜ ಆಸ್ಪತ್ರೆಗಳಿಂದ ಹೆಚ್ಚಿನ ಸಂಖ್ಯೆಯ ನೈಜ ವೈದ್ಯಕೀಯ ಚಿತ್ರಗಳ ಮೇಲೆ ಪರೀಕ್ಷಿಸಲಾಗುತ್ತದೆ.

ಶ್ವಾಸಕೋಶದಲ್ಲಿ ರೋಗಶಾಸ್ತ್ರೀಯ ಪ್ರಕ್ರಿಯೆಗಳ ನಿಖರವಾದ ಆಯಾಮಗಳು ಮತ್ತು ಸ್ಥಳವನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡಲು ಯಂಗ್ ಪ್ರೋಗ್ರಾಮರ್ಗಳು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಕಲಿಸಬೇಕು, ಆರ್ಗನ್ ನ ವೈಪರೀತ್ಯಗಳ ಮೇಲೆ ವೈದ್ಯರನ್ನು ಸೂಚಿಸುತ್ತಾರೆ. ಸಂಶೋಧನೆಯ ವಸ್ತುಗಳು ಯೋಜನೆಯ ಭಾಗವಹಿಸುವವರು ತೆರೆದ ಮೂಲಗಳಲ್ಲಿ ಕಂಡುಬರುತ್ತವೆ, ಈ ವೈಜ್ಞಾನಿಕ ಲೇಖನಗಳ ದೇಶೀಯ ಮತ್ತು ವಿದೇಶಿ ವೈದ್ಯಕೀಯ ವಿಶ್ವವಿದ್ಯಾನಿಲಯಗಳ ಡೇಟಾಬೇಸ್ಗಳು ಕಂಡುಬರುತ್ತವೆ. ಅವರು ನೈಜ ಎಲ್ಪಿಯುಎಸ್ನಿಂದ ನೂರಾರು ನಿಜವಾದ ವೈದ್ಯಕೀಯ ಚಿತ್ರಗಳ ಮೇಲೆ ತಮ್ಮ ಕ್ರಮಾವಳಿಗಳನ್ನು ಪರಿಶೀಲಿಸುತ್ತಾರೆ, ಏಕೆಂದರೆ ಸಂಬಂಧಿತ ಮತ್ತು ಸಾಕಷ್ಟು ಡೇಟಾವನ್ನು ಪ್ರವೇಶಿಸಲು ಎಐನ ತರಬೇತಿ ಅಲ್ಗಾರಿದಮ್ಗಳಲ್ಲಿ ಪ್ರಮುಖ ಪ್ರಾಮುಖ್ಯತೆ ಇದೆ.

ಕೆಮೆರೋವೊದಿಂದ ಹನ್ನೊಂದು ದರ್ಜೆಯ ಡ್ಯಾನಿಲಾ ಪೆಚೆನಿವ್ ಅವರು ಈ ಕೆಲಸವನ್ನು ಆಯ್ಕೆ ಮಾಡಿದರು, ಏಕೆಂದರೆ ಅವರು ಈಗಾಗಲೇ ಯಂತ್ರ ದೃಷ್ಟಿಗೆ ಕೆಲಸ ಮಾಡಿದರು. ಕೈಬರಹ ಜಾಲಬಂಧದ ಅವರ ಯೋಜನೆ, ಕೈಬರಹವನ್ನು ಗುರುತಿಸುವ, "ದೊಡ್ಡ ಸವಾಲುಗಳನ್ನು" ಸ್ಪರ್ಧೆಯ ಸ್ಪರ್ಧಿಯಾಗಿತ್ತು. ಮತ್ತು ಹೊಸ ಕೆಲಸದ ಕೆಲಸವು ಮುಂದುವರಿದ ಯಂತ್ರ ಕಲಿಕೆಯ ವಿಧಾನಗಳನ್ನು ಕಲಿಯಲು ನಿಮಗೆ ಅನುಮತಿಸುತ್ತದೆ. ವೈದ್ಯಕೀಯ ಚಿತ್ರಗಳ ವಿಶ್ಲೇಷಣೆ ಇಂದು ನರ ನೆಟ್ವರ್ಕ್ಗಳನ್ನು ಅನ್ವಯಿಸುವ ತುರ್ತು ಕಾರ್ಯವಾಗಿದೆ. ತಂತ್ರಜ್ಞಾನವು ಲಭ್ಯವಿದೆ, ಹೆಚ್ಚಿನ ಸಂದರ್ಭಗಳಲ್ಲಿ ಪರಿಶೀಲನೆಗಾಗಿ ಚೆಕ್ಗಳ ಮೇಲೆ ಹೆಚ್ಚಿನ ನಿಖರತೆಯನ್ನು ಪ್ರದರ್ಶಿಸುತ್ತದೆ.

ಯೋಜನೆಯ ಅಂತಿಮ ಆಟಗಾರರಿಗಾಗಿ, ಮತ್ತಷ್ಟು ಬೆಳವಣಿಗೆ ಮತ್ತು ಸ್ವಯಂ ಸಾಕ್ಷಾತ್ಕಾರಕ್ಕಾಗಿ ಉತ್ತಮ ಅವಕಾಶಗಳನ್ನು ತೆರೆಯಲಾಗುತ್ತದೆ. ಹಿಂದಿನ "ಬಿಗ್ ಚಾಲೆಂಜ್" ನ ಅನೇಕ ಭಾಗವಹಿಸುವವರು ದೇಶಗಳ ಅತಿದೊಡ್ಡ ವಿಶ್ವವಿದ್ಯಾನಿಲಯಗಳಲ್ಲಿ ಸೇರಿಕೊಂಡರು ಮತ್ತು MFTI ಪ್ರಯೋಗಾಲಯಗಳ ತಜ್ಞರೊಂದಿಗೆ ಸಕ್ರಿಯವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತಿದ್ದಾರೆ. ವಿಶ್ವವಿದ್ಯಾಲಯವು ಇಡೀ ತರಬೇತಿ ಸಮಯದ ಉದ್ದಕ್ಕೂ ಪ್ರಮುಖ ಯೋಜನೆಗಳನ್ನು ರೂಪಿಸುತ್ತದೆ ಮತ್ತು ಜಾಗತಿಕ ವೈಜ್ಞಾನಿಕ ಮಾಧ್ಯಮದಲ್ಲಿ ಸಾಧನೆಗಳು ಮತ್ತು ಬೆಳವಣಿಗೆಗಳ ಬಗ್ಗೆ ತಿಳಿಸಿ. "ದೊಡ್ಡ ಸವಾಲುಗಳನ್ನು" ಪಾಲ್ಗೊಳ್ಳುವವರ ಅನೇಕ ವಿಚಾರಗಳನ್ನು ಈಗಾಗಲೇ ಪಾಲುದಾರ ಕಂಪನಿಗಳಿಂದ ಆಚರಣೆಯಲ್ಲಿ ಬಳಸಲಾಗುತ್ತಿತ್ತು.