Uno de mis proyectos favoritos mientras trabajaba en CrowdFlower fue trabajar con el laboratorio de Andrew Beck en Beth Israel Deaconess Medical Center para crear una fuente colectiva de etiquetado de un gran número de imágenes de tejido potencialmente canceroso.
La idea era hacer que los contribuyentes de masas identificaran y etiquetaran celdas anómalas en las imágenes. Y luego, el equipo de Andy utilizó las imágenes de las etiquetas como datos de capacitación para desarrollar un modelo de visión por computadora que ayudaría a predecir y resaltar el tejido potencialmente canceroso.
Aquí hay una cita de Andy que encontré en el sitio de CrowdFlower:
“Nuestros algoritmos de patología computacional requieren inteligencia humana para la anotación de imágenes para entrenar los algoritmos y evaluar su desempeño. Con CrowdFlower, podemos acceder de manera eficiente a la multitud para permitir la generación de grandes conjuntos de datos con anotaciones humanas que permiten a nuestros científicos usar el conocimiento de la multitud para mejorar nuestros algoritmos “, dijo Andrew H. Beck, PhD, MD en Harvard Medical School.
Puede ver el documento publicado aquí: http://www.ncbi.nlm.nih.gov/pmc/…
Y algo de cobertura en el Boston Business Journal aquí: los científicos de la Harvard Medical School utilizan crowdsourcing para desarrollar el diagnóstico de cáncer de computadora
