211service.com
Por qué IBM acaba de comprar miles de millones de imágenes médicas para que las observe Watson
IBM dice que Watson, su tecnología de inteligencia artificial, puede usar visión artificial avanzada para procesar grandes volúmenes de imágenes médicas. Ahora Watson tiene la vista puesta en usar esta capacidad para ayudar a los médicos a diagnosticar enfermedades de forma más rápida y precisa.
La semana pasada, IBM anunció que compraría fusionar atención médica por mil millones de dólares. Si se cierra el trato, esta sería la tercera empresa de datos de atención médica que IBM compra este año (consulte Conozca a la empresa de atención médica que IBM necesitaba para hacer que Watson sea más perspicaz). Merge se especializa en el manejo de todo tipo de imágenes médicas y su servicio es utilizado por más de 7500 hospitales y clínicas en los Estados Unidos, así como por organizaciones de investigación clínica y compañías farmacéuticas. Shahram Ebadollahi , vicepresidente de innovación y director científico de Watson Health Group de IBM, dice que la adquisición es parte de un esfuerzo por aprovechar muchas fuentes de datos diferentes, incluidos registros médicos anónimos basados en texto, para ayudar a los médicos a tomar decisiones de tratamiento.
El conjunto de datos de Merge contiene unas 30 mil millones de imágenes, lo cual es crucial para IBM porque sus planes para Watson se basan en una tecnología, llamada aprendizaje profundo, que entrena a una computadora alimentándola con grandes cantidades de datos.
watson ganó ¡Peligro! mediante el uso de procesamiento avanzado de lenguaje natural y análisis estadístico para interpretar preguntas y proporcionar las respuestas correctas. El aprendizaje profundo se agregó al conjunto de habilidades de Watson más recientemente (consulte IBM impulsa el aprendizaje profundo con una actualización de Watson). Este nuevo enfoque de la inteligencia artificial implica enseñar a las computadoras a detectar patrones en los datos procesándolos de formas inspiradas en las redes de neuronas del cerebro (ver Tecnologías innovadoras 2013: Aprendizaje profundo). La tecnología ya ha producido resultados muy impresionantes en el reconocimiento de voz (ver Microsoft trae Star Trek 's Voice Translator to Life ) y reconocimiento de imágenes (consulte Facebook crea un software que coincide con las caras casi tan bien como usted).
Los investigadores de IBM creen que el procesamiento de imágenes médicas podría ser el siguiente. Se estima que las imágenes representan hasta el 90 por ciento de todos los datos médicos en la actualidad, pero puede ser difícil para los médicos obtener información importante de ellas, dice John Smith , gerente sénior de sistemas de información inteligentes en IBM Research.
Una de las aplicaciones a corto plazo más prometedoras del procesamiento automatizado de imágenes, dice Smith, es la detección del melanoma, un tipo de cáncer de piel. El diagnóstico del melanoma puede ser difícil, en parte porque hay mucha variación en la forma en que aparece en pacientes individuales. Al alimentar una computadora con muchas imágenes de melanoma, es posible enseñarle al sistema a reconocer características muy sutiles pero importantes asociadas con la enfermedad. La tecnología que IBM imagina podría comparar una nueva imagen de un paciente con muchas otras en una base de datos y luego brindar rápidamente al médico información importante, obtenida de las imágenes y de los registros basados en texto, sobre el diagnóstico y los posibles tratamientos.
Encontrar cáncer en tomografías computarizadas de pulmón es otro buen ejemplo de cómo dicha tecnología podría ayudar al diagnóstico, dice Jeremy Howard, director ejecutivo de enlítico , una startup de un año que también utiliza el aprendizaje profundo para el procesamiento de imágenes médicas (consulte Una startup espera enseñar a las computadoras a detectar tumores en exploraciones médicas). Tienes que desplazarte a través de cientos y cientos de cortes en busca de algunos pequeños píxeles brillantes que aparecen y desaparecen, y eso lleva mucho tiempo, y es muy fácil cometer un error, dice. Howard dice que su empresa ya ha creado un algoritmo capaz de identificar las características relevantes de los tumores de pulmón con mayor precisión que los radiólogos.
Howard dice que la mayor barrera para usar el aprendizaje profundo en el diagnóstico médico es que gran parte de los datos necesarios para entrenar los sistemas permanecen aislados en instituciones individuales, y las regulaciones gubernamentales pueden dificultar el intercambio de esa información. La adquisición de Merge por parte de IBM, con sus miles de millones de imágenes médicas, podría ayudar a abordar ese problema.