Відмінності між версіями «Портфоліо до проекту "Штучний інтелект", Резнік Марія»
8465786 (обговорення • внесок) |
8465786 (обговорення • внесок) |
||
Рядок 3: | Рядок 3: | ||
=Тема статті= | =Тема статті= | ||
− | + | Штучний інтелект у медицині | |
==Опис проблеми== | ==Опис проблеми== | ||
+ | Штучний інтелект (Машинне навчання) досяг значних успіхів у фармако- та біотехнологічній промисловості. | ||
+ | |||
+ | 4 способи застосування штучного інтелекту в медицині: | ||
+ | * діагностика, | ||
+ | * розробка ліків, | ||
+ | * персоналізація лікування | ||
+ | * редагування генів | ||
+ | |||
+ | 1. Діагностувати захворювання та штучний інтелект | ||
+ | Для правильної діагностики захворювань потрібні роки медичної підготовки. Діагностика часто є важким, трудомістким процесом. У багатьох сферах попит на експертів значно перевищує наявну пропозицію. Це створює навантаження на лікарів і часто затримує життєво-важливу діагностику пацієнтів. | ||
+ | |||
+ | Машинне навчання – особливо алгоритми глибокого навчання – останнім часом досягло величезного прогресу в автоматичному діагностуванні захворювань, зробивши діагностику більш дешевою та доступною. | ||
+ | |||
+ | Як машини вчаться діагностувати | ||
+ | Алгоритми машинного навчання можуть навчитися бачити закономірності аналогічно тому, як їх бачать лікарі. Ключова відмінність полягає в тому, що алгоритмам потрібно багато конкретних прикладів – багато тисяч – для того, щоб навчитися. І ці приклади мають бути акуратно оцифровані – машини не можуть читати між рядків у підручниках. | ||
+ | Тому машинне навчання особливо корисне в тих областях, де діагностична інформація, яку вивчає лікар, уже оцифрована. | ||
==Блог до проекту== | ==Блог до проекту== |
Версія за 12:02, 14 січня 2020
Зміст
Тема статті
Штучний інтелект у медицині
Опис проблеми
Штучний інтелект (Машинне навчання) досяг значних успіхів у фармако- та біотехнологічній промисловості.
4 способи застосування штучного інтелекту в медицині:
- діагностика,
- розробка ліків,
- персоналізація лікування
- редагування генів
1. Діагностувати захворювання та штучний інтелект Для правильної діагностики захворювань потрібні роки медичної підготовки. Діагностика часто є важким, трудомістким процесом. У багатьох сферах попит на експертів значно перевищує наявну пропозицію. Це створює навантаження на лікарів і часто затримує життєво-важливу діагностику пацієнтів.
Машинне навчання – особливо алгоритми глибокого навчання – останнім часом досягло величезного прогресу в автоматичному діагностуванні захворювань, зробивши діагностику більш дешевою та доступною.
Як машини вчаться діагностувати Алгоритми машинного навчання можуть навчитися бачити закономірності аналогічно тому, як їх бачать лікарі. Ключова відмінність полягає в тому, що алгоритмам потрібно багато конкретних прикладів – багато тисяч – для того, щоб навчитися. І ці приклади мають бути акуратно оцифровані – машини не можуть читати між рядків у підручниках.
Тому машинне навчання особливо корисне в тих областях, де діагностична інформація, яку вивчає лікар, уже оцифрована.
Блог до проекту
Мультимедійна презентація
Календар подій проекту:
Опитування до проекту
Фотоальбом до проекту
Спілкування між учасниками проекту
- Спільнота на базі соціальних мереж
- Skype
- Telegram
- Viber
- Wiki-сторінка
- Сайт
- .....
Інформаційні ресурси
Відеоматеріали
Роботы-художники ЧТО СЛЫШНО? Момент з фільму "Я-робот"
Електронні ресурси
- https://www.vedomosti.ru/lifestyle/articles/2019/06/12/804071-iskusstvo-sozdaet
- https://www.buro247.ru/technology/cases/28-feb-2019-ai-creating-art.html
- https://rb.ru/art-tech/
Центральноукраїнський державний педагогічний університет імені Володимира Винниченка