人々はしばしば間違いを犯します-これはほとんどすべての分野のプロと初心者の両方に当てはまります。 医学の誤りのコストは特に高く、誤った診断は健康上の問題や患者の死にさえつながる可能性があります。 それどころか、特定された病気に間に合うように、正しい診断により、正しい治療方針を割り当てることができ、回復に役立ちます。
ますます、人工知能が医学で使用されています。 弱い結びつきを特定し、大量のデータを処理するのに役立ちます-これらのタスクに対処することはできません。 新しい開発の1つは、ドイツ、アメリカ、イスラエルの専門家の共同グループのプロジェクトです 。これにより、人の写真から遺伝性疾患を特定できます。
この研究の著者はニューラルネットワークに、91％以上の精度で遺伝病を認識するように教えました。 同時に、サービスはモバイルアプリケーションとして利用可能であり、複雑な機器は必要ありません。
一般に、遺伝病の診断は、この分野の専門家にとっても難しい作業です。 そして、珍しい病気にめったに遭遇しない普通の医者にとって、遺伝病の診断はほとんど不可能です。 結局のところ、遺伝的性質のいくつかの病気は非常にまれであり、長年の診療の全期間にわたって医師に会わないかもしれません。 しかし、そのような病気を特定することは、患者の健康と生活にとって重要な仕事です。
テルアビブ大学のヤロン・グロヴィッチの指導の下で開発されたDeepGestalt顔認識システムにより、患者の1枚の写真を使用して数百の遺伝病を正確に診断することができました。 他の多くの場合と同様に、AIの使用に関しては、科学者は畳み込みニューラルネットワークを使用しています。 彼女は、画像を100 * 100ピクセルのサイズの小さな要素に分割するように教えられました。
さらに、データベースを参照して、システムは患者の病気の存在を写真から判断しようとします。 診断は確率的であり、最大一致数の疾患が示されます。
科学者は小規模に始めた-ニューラルネットワークはコーネリアデランゲ症候群を検出するために訓練された。 これは遺伝性疾患であり、精神遅滞と複数の発達異常によって現れます。 この病気の頻度は10,000人に約1人で、オランダの小児科医Cornelia de Langeにちなんで命名されました。
この症候群は、多くの内臓の精神遅滞および先天性奇形の形で現れます。 病気の特定の信頼性を検証するために、科学者は症候群のない人々の何千もの画像を使用しました。 DeepGestaltは、97％の精度で診断できました。 他のプロジェクトでは精度が87％を超えていないため、これは非常に高い指標です。
2番目の段階は、 Angelman症候群を診断するためにニューラルネットワークを訓練しました。 それは、精神遅滞、睡眠障害、発作、混oticとした動き（特に手）、頻繁な笑い声または笑顔として現れます。 この病気は「パセリ症候群」または「ハッピードール症候群」とも呼ばれます。
ニューラルネットワークが決定することを学んだ3番目の病気はヌーナン症候群であり、これも人の顔と体のはっきりと見える特徴の形で現れます。 確かに、ニューラルネットワークはこの偏差を低い精度で認識します（わずか64％）。
さらに、ニューラルネットワークがさまざまな重症度の数百の遺伝性疾患を診断できるようになるまで、DeepGestaltはますます多くの新しい疾患を認識するように訓練されました。 トレーニングは、ほぼ2万枚の写真に基づいて実施されました。 DeepGestaltが診断できる病気の総数は216に達しました。現在、科学者は、病気の人（診断された病気の人）と完全に健康な人の写真をシステムにアップロードすることでニューラルネットワークの動作をチェックしています。 ニューラルネットワークの全体的な精度は91％に達します。
開発者は、すべての人が製品にアクセスできるようにしました。 このサービスはFace2Geneと呼ばれ、医師のアシスタントとして機能します。 プロジェクトの作成者は、システムによって行われた診断を慎重に扱い、最後の言葉ではなくアドバイスとして受け取った情報を使用することをお勧めします。