Mi grupo y yo los estamos utilizando extensamente para realizar análisis automáticos en cultivos microbiológicos en placas de Petri, estamos hablando de millones de análisis realizados diariamente, por lo que el impacto puede ser tremendo.
(Descargo de responsabilidad: estoy entre los autores)
Página en ing.unibs.it
Muchas otras obras interesantes sobre temas relacionados se publicarán próximamente.
¿Cuáles son las principales aplicaciones del aprendizaje profundo en medicina?
Algunas aplicaciones de radiología son las siguientes
- Detección de cáncer de pulmón de tomografías computarizadas
- Detección y caracterización automática de tumores (mamografías, MRI o CT)
- Análisis de imagen cerebral (tanto en salud como en enfermedad)
- Perfiles de expresión génica en varios cánceres (recientemente se encontró una firma molecular para carcinomas hepatocelulares)
- Casi todos los sistemas de CAD están tratando de migrar hacia tecnologías de aprendizaje profundo que incluyen próstata, pulmón y esclerosis múltiple.
- Segmentación de objetos anatómicos de escaneos médicos (esto varía mucho, desde la próstata a las estructuras del cerebro y los órganos abdominales al corazón)
Un área grande para la transformación adicional que utiliza el aprendizaje profundo en medicina es el análisis microbiológico automatizado, como lo mencionó Alessandro Ferrari. Esto comúnmente realizado por el proceso de laboratorios médicos, a pesar de que ha sido parcialmente automatizado, todavía requiere la participación humana para determinar si las bacterias aparecen en una placa de Petri y qué tipo de bacterias son.
Los algoritmos clásicos para el reconocimiento de imágenes en el análisis de microbiología no son lo suficientemente confiables. Los algoritmos de aprendizaje profundo, en cambio, muestran grandes resultados en esta área. Recientemente hemos terminado de trabajar en un proyecto de prueba de concepto para automatizar el análisis microbiológico con la ayuda del aprendizaje profundo , que es solo otra confirmación de esta afirmación.
Creo que automatizar el análisis microbiológico con la ayuda del aprendizaje profundo es un gran paso adelante, que permitirá a muchos pacientes obtener el resultado de la prueba más rápido (los laboratorios médicos trabajan las 24 horas, los 7 días de la semana son de gran importancia para las personas con necesidades urgentes de salud). sin humanos involucrados, los laboratorios médicos podrán reducir los costos en el proceso), y esperan una mayor precisión de sus diagnósticos (debido al riesgo minimizado de que ocurra un error humano en el laboratorio). Beneficios similares son aplicables a laboratorios de microbiología industrial.
Verifique: Aplicaciones de aprendizaje profundo en imágenes médicas