Các nhà nghiên cứu tại University of Missouri thử nghiệm cách AI có thể giúp phát hiện u hắc tố, dạng ung thư da nguy hiểm nhất. Họ muốn công nghệ giúp xác định nhanh những trường hợp cần được chăm sóc y tế chặt chẽ hơn.
Nhóm huấn luyện và kiểm thử các mô hình AI bằng bộ dữ liệu gồm 400,000 hình ảnh chụp toàn thân 3D. Họ so sánh ba mô hình riêng lẻ và cũng thử kết hợp chúng để xem hiệu quả thế nào.
Kết quả cho thấy mô hình đơn lẻ đạt độ chính xác tới 88% và khi kết hợp vượt quá 92%. Các nhà nghiên cứu nói còn cần thời gian và dữ liệu đa dạng hơn trước khi dùng trong lâm sàng.
Từ khó
- u hắc tố — một loại ung thư da rất nguy hiểm
- mô hình — một hệ thống tính toán để dự đoáncác mô hình AI, mô hình riêng lẻ, mô hình đơn lẻ
- huấn luyện — dạy máy tính học từ dữ liệu
- kiểm thử — kiểm tra mô hình hoặc phần mềm hoạt động
- bộ dữ liệu — tập hợp các dữ liệu cho nghiên cứu
- độ chính xác — tỷ lệ kết quả đúng so với tổng
- kết hợp — nối hai hay nhiều hệ thống lại
Mẹo: di chuột, dùng phím Tab hoặc chạm vào các từ được tô sáng trong bài để xem định nghĩa nhanh ngay khi bạn đọc hoặc nghe.
Câu hỏi thảo luận
- Bạn nghĩ vì sao cần thêm dữ liệu trước khi dùng AI trong lâm sàng?
- Bạn có sẵn sàng dùng AI khi khám bệnh không? Hãy nêu lý do ngắn gọn.
- Bạn nghĩ lợi ích của việc kết hợp nhiều mô hình là gì?
Bài viết liên quan
Tại sao mô hình ngôn ngữ lớn khó nhân số bốn chữ số
Một nghiên cứu do University of Chicago dẫn đầu giải thích vì sao nhiều mô hình ngôn ngữ lớn không nhân đúng hai số có bốn chữ số. Nghiên cứu so sánh huấn luyện tinh chỉnh tiêu chuẩn và phương pháp Chuỗi suy luận ẩn (ICoT) và thấy ICoT giúp mô hình lưu và dùng kết quả trung gian.
