“天狼星”的高中生教神经标注在肺部发现病理

Anonim

“大挑战-2020”如此常见地称为在Sirius教育中心的12月下半年举行的项目之一。在这个科技项目计划的过程中,高中生培训了人工智能。伙计们要把这辆车教给下一个智慧:

  1. 写新闻。
  2. 开发新药。
  3. 分析CT的图片。
  4. 在社交网络中的申请人课程概况。

学童帮助专家了解史诺波尔大学,yandex,高等管理学院的Spbsu,VTB银行,生物德。计划在实践中实施最佳优惠。

Andrei Rasjorgorodsky是“大数据”主任,Fiztech-Applied Mitti of Mfti的信息学董事主任,指定了会议持续了10天。在此期间,这些人已经学会了与各种数字技术工具一起工作,现在将能够在家中使用他们的技能。

该项目规定了单独的方向“大数据,人工智能,金融技术和机器学习”。从18家俄罗斯的第十一年级学生被邀请参加它。这些家伙成为全俄罗斯设计和研究工作竞争的决赛选手。

“天狼星”的高中生教神经标注在肺部发现病理 8616_1

对于参与者在这个方向上,Yandex已经形成了特殊订单:制定一个节目来生成新闻,因此现代版可以在日常工作中使用。 VTB银行和圣彼得堡州立大学也给了Sirius学童的任务。这些家伙必须分析社交网络,并根据收到的信息,以制作商业学校申请人的肖像。

科学家们困惑的学童与复杂的愿望:伙计们应该教人工智能,以准确地预测计算机在创造新药物时模拟分子复合物的结构。这辆车必须找到最可信的组合和那些真正存在的组合。必须预测新方法的准备如何有效创建。高中生的建议应该用于BIOCAD的对冲算法。

基于人工智能的数字技术已经积极应用于世界许多国家的医学行业。这是通过冠状病毒大流行的开始促进的。远程医疗技术表明,自动化许多流程的优势,帮助卸载诊所和医生反复增加负载,设法为患者提供高质量的远程医疗。

在SIRIUS“大挑战-2020”科技项目的框架内,参加该计划的学生从俄罗斯的租金学家获得了一项艰巨的任务。要求医生教导人工智能使用计算机视觉分析医学图像,并在肺部快速准确地发现病理学。神经插孔的帮助和提示有助于放射科医师的操作,减少处理图片的时间。

对于这种多种和复杂的问题,作为接收医学图像,深度学习需要大型数据集来实现所需的准确度。人工智能的建议通常非常准确。该工作的结果将上传到开源库,访问所有国家的专家将被发现。如果发展质量将安排用户,可以在实践中进行测试和应用学童解决方案。对学童的合作伙伴援助由史诺大学大学人工智能中心提供。

该项目团队聘请了来自Khanty-Mansiysk自主Okrug,Sevastopol,Khabarovsk领土,巴拉贝罗斯坦共和国,秋彭和克麦罗沃和地区的六年级11年级。他们由Innopolis中心的专家提供帮助。

“天狼星”的高中生教神经标注在肺部发现病理 8616_2

Innopolis大学的人工智能中心研究员的Semen Kiselev表示,这是一个指导项目,表示开发商用机器学习和计算机愿景介绍儿童。数学,编程和机器学习方法的普及将使您改变对需要这种变化的许多人的开放机会的态度。该项目将鼓励小学生在研究社会的数字转型前景方面变得更加积极,让他们说服他们可以带来更有趣和智力全面的生活。与神经网络合作的经验导致了未来职业的选择,让您触摸自由氛围中的活动,为自己带来信心,并将为未来提供儿童和青少年所需的能力。

这些人展示了他们可以在哪个领域应用所获得的知识。参与者创建这些模型和算法,用于分析肺的快照,在其中旨在识别肺炎和其他呼吸系统,气胸或肿瘤的自我进展。深度学习模型可以使预测具有几乎明显的精度,然而,由于模型的内部逻辑难以揭示和解释,所以有利于为什么这一决定是正确的,通常保持不变。

“天狼星”的高中生教神经标注在肺部发现病理 8616_3

由于医学决策可能具有令人难以置信的重量,许多人批判性地指的是完全自动化的前景。重要的是要记住,这辆车不会取代医生,而是成为他的助手和顾问,实际上它只是医生的第三名。需要AI来优化日常任务,其普遍存在的实现深入改变了具有强大的视觉组件的专业,如放射学和病理学。包括外科医生在内的从业者积极兴趣开发和实施此类设备。需要AI来优化日常任务,具有广泛的介绍,专业将随着强大的视觉组件而变化,如放射学和病理学。包括外科医生在内的从业者积极兴趣开发和实施此类设备。

学习的算法学龄前儿童在真实医院的大量真实医学图片上进行了测试。

年轻的程序员必须教导人工智能来计算肺部病理过程的确切尺寸和位置,表明医生对器官的异常。研究资料项目参与者在开放来源,这些科学文章的国内外医学大学数据库中找到。他们从真实LPU上检查他们的数百个真实医学图片的算法,因为对相关和充分数据的访问对于AI的训练算法至关重要。

来自Kemerovo的Eleven-Gechenev Danila Pechenev表示,他选择了这项任务,因为他已经使用了机器愿景。他的神经网络项目,承认手写,成为“大挑战”比赛的决赛。新任务的工作将允许您学习先进的机器学习方法。今天的医学图像分析是应用神经网络的紧迫任务。技术可用,在大多数情况下,在检查验证的检查中展示了高精度。

“天狼星”的高中生教神经标注在肺部发现病理 8616_4

对于该项目的决赛选手,开展了良好的机会,以便进一步发展和自我实现。以前的“大挑战”的许多参与者都参加了该国最大的大学,并积极与MFTI实验室的专家合作。大学毕业生在整个培训时间毕业,并告知全球科学出版社的成就和发展。合作伙伴公司已经在实践中使用了许多与“大挑战”的想法。

阅读更多