Camels, Code & Lab Coats: How AI Is Advancing Science and Medicine

남자 : 수년에 걸쳐 많은 혁신이있었습니다 그것은 과학을 주도합니다

역사에 돌아 간다면, 실제로 많은 과학적 통찰력을 얻음 새로운 것들을 측정 할 수있는 새로운 도구 AI는 새로운 경로를 찾는 데 아주 능숙합니다 전에는 보지 못했던 그것은 세상을 감지하는 우리의 능력을 거의 향상시킵니다 man : 기계 학습의 주요 이점 많은 양의 데이터로부터 배울 수있는 능력입니다 남자 : 컴퓨터에 많은 예제를 보여줄 수 있습니다

모델에 해당 데이터를 평가하는 방법을 알려주기보다는 실제로 어떻게 해석하는지 배울 수있다 다음에해야 할 일을 파악하십시오 여성 : 여기 Google에서 모든 제품에서 기계 학습 기술, 검색, 번역, Google 포토, 및 길잡이 남자 : 사람들은 예제를 통해 배우는 것을 깨닫고 있습니다 매우 강력한 도구입니다

남자 : 건강 관리 공동체의 연구원들 구글이하는 일 중 일부를보고 있었다 인공 지능에서 실제로 우리에게 손을 내밀었다 "당신이 신청할 수있는 방법이 있습니까? 건강 관리에서 이와 같은 종류의 기술이 필요합니까? " 오늘날 의사들은 인공 지능이 더 많습니다 스마트 폰에서 그들을 위해 일하기 자신의 개인적인 사용을 위해 일하는 것보다 임상 적 맥락에서 여성 : 그리고 의사로서 우리는 방금 더 많은 정보를 얻었습니다 레코드의 측면에서 우리에게 밀린 종류의, 이미지의 관점에서

여성 : 모든 종류의 세포에 대해 생각해보십시오 네가 가진 남자 : 15,000, 20,000 개의 다른 진단 코드 남자 : 조직이 단지 세제곱 밀리미터이고, 그것은 10 억 장의 사진을 찍는 것과 같습니다 남자 : 그리고 만약 당신이 그것을 인쇄한다면, 아마도 10 층짜리 건물만큼 키가 큽니다

사람 : 실제로 사람들이 생성 할 수있는 모든 종류의 데이터 엄청난 규모로 기계 학습이 도움이되는 곳 [낙관적 인 음악] man : 이제 모든 디지털 기능을 사용할 수있는 기회가 생겼습니다 Google에서 개발 된 기술 의사를 도우려고 정말 노력합니다 남자 : 위대한 도구들을 가져 가자 동영상 및 YouTube 분석 및 적용 과학에 중요한 문제에

우리가 해왔 던 일 중 하나 의학 영상에서 병리학의 영역에 있습니다 전통적으로 병리학자는 조직 샘플을 채취하고, 그들은 세포 바다에서 주위를 둘러 본다 건초 더미 암 조직에서 바늘의 종류를 찾고 우리는 조기에 암을 발견하면 그것을 고칠 기회가 커집니다 치유의 기회가 커질수록 화학 요법이나 방사선없이

따라서 가장 큰 과제는 속도입니다 진단의 정확성 지금까지 우리는 유방암에 대한 모델을 훈련했습니다 및 전립선 암 여성 :이 기술은 실제로 식별 할 수 있습니다

의사의 시선을 끌기위한 의심스러운 부분 우리가하고 싶은 일 중 하나는 이 작업은 가능한 한 많은 사람들의 손에 달려 있습니다 우리는 뭔가를 개발했습니다 증강 현실 현미경, 실제로 기계 학습 지원을 볼 수있는 곳 당신이보고있는 것처럼 실시간으로 중첩 현미경을 통해 남자 :이 단위는에 붙일 수 있습니다

기존의 현미경으로 비용을 크게 절감 할 수 있습니다 우리는 기계 학습을하게되어 정말 기쁩니다 접근이 제한된 세계의 일부에게 [라이트 비브라폰 음악] 생물 학자들이 사용하는 도구 중 하나는, 그들은 서로 다른 색으로 세포를 염색합니다 특정 중요 기능 강조하기 그것은 그들에게 의미가 있습니다 문제는 세포를 죽여야한다는 것입니다

그들을 색칠하기 위해서 남자 : 우리가 이렇게 말했습니다 "글쎄, 우리가 이것을 거의 할 수 있다면 컴퓨터에서 우리는 세포를 보존 할 수 있습니다 자연 상태에서 " 남자 : 픽셀 폰에서 할 수있는 일 중 하나 지금은 셀카가 주어집니다

당신은 깊이를 예측할 수 있습니다 흥미로운 시각 효과를 낼 수 있습니다 우리는 이렇게 생각했습니다 "이봐,이 같은 기술을 사용할 수 있을까? 생물학적 맥락에서 적용 " 본질적으로 기계 학습을 사용한다 얼룩을 예측하는 것

우리는 이것이 효과가있을 것인지 아닌지를 확신하지 못했습니다 그리고 그 일이 너무 잘 끝났어 우리는이 기술이 사용될 수 있기를 매우 희망합니다 컴퓨터에 예쁜 그림을 생성하게하십시오 사람들은 해석 방법을 알고 있습니다

[오케스트라 음악] 남자 : 아마도 두뇌가 가장 복잡 할거야 알려진 우주의 물리적 대상 우리는 뉴런이라고 불리는이 기본 단위가 있다는 것을 압니다 그들은 여러 가지 다른 방식으로 연결되어 있습니다 충격적인 것은 거의 알려지지 않은 방법입니다

연결 패턴이 어떻게 생겼는지 그게 뇌가 어떻게 작동 하는지를 의미합니다 문제는 매우 어렵습니다 연결이 너무 커서 분석 할 수 없기 때문입니다 예를 들어 파리 두뇌에는 10 만 개의 뉴런이 있으며, 인간의 뇌에는 1 천억 개의 뉴런이 있습니다 다행히도 Google에서 벌써 많은 일이 처리되고 있습니다

그 크기의 데이터 세트로 기계 학습 및 컴퓨터 비전 기술 우리가 개발 한 디자인은 정확하게 3-D에서 뇌의 배선을 추적합니다 그 기술 이전에, 그것은 수천 년이 걸렸을 것이다 기본적으로 파리 두뇌의 매핑을 마칩니다 이제 1, 2 년 안에 할 수 있습니다 더 크고 복잡한 뇌를 이해하는 것은 따뜻하고, 잘하면 인간의 두뇌

우리는 두뇌 매핑 잠재적으로 우리가 이해하는데 도움이 될 수있다 많은 신경 퇴행성 질환들 – 예를 들어, 정신 분열증 또는 파킨슨 병 – 그럼 우리는 더 나은 치료법을 설계 할 수있을거야 그 조건을 향상시킬 수 있습니다 [민감한 피아노 음악] 남자 : 엄청난 불평등이 있습니다 건강 관리가 전세계에 분산되는 방식으로 모든 질병이나 결과가 예측됩니다

귀하의 우편 번호는 귀하의 생물학에 따라 다릅니다 남자 : 그럼 전문 지식을 가져 오기 위해 AI와 무엇을 할 수 있을까요? 전문 기술이없는 곳으로? 여성 : 당뇨 합병증 중 하나 당뇨병 성 망막증 실명, 눈에 거의 병변이없는 것으로 진단됩니다 그러나 인도에서는 안과 의사가 부족합니다 결과적으로 약 절반의 환자가 고통받습니다

시력 손실의 일부 형태 이 질병은 완전히 예방할 수 있습니다 이것은 실제로 일어나지 않아야합니다 그래서 우리는이 이미지들을 읽도록 모델을 훈련시킬 수있었습니다 보드 인증 안과 전문의와 일치합니다

우리는 이제 이것을 병원에 배치하는 방법을 알아 냈습니다 인도에서는 이제 액세스 권한이없는 사람들이 액세스 할 수 있습니다 [가벼운 피아노 음악] 남자 : 많은 과학이 가설에 의해 이끌립니다 누군가 가지고있는 그러나 과학에서 가장 큰 돌파구 중 일부는 아무도 예상하지 못한 놀라움에서 왔습니다

남자 : 깊은 학습에 대한 정말 흥미로운 것들 중 하나 원시 데이터를 제공 할 수있는 곳입니다 중요한 기능을 찾습니다 그것은 과학자들과 상호 작용합니다 말하는 것보다 훨씬 다른 레벨에서, "글쎄, 너에게 뭔가 보여 줄게 너는 전에 본적이 없다

" 우리는 하나의 연구 프로젝트가있었습니다 우리는 인간의 망막을보고있었습니다 그러나 우리를 놀라게 한 것은 기계 학습이 시작된 것입니다 사람들이 알지 못하는 것들을 볼 수있었습니다 여자 : 깊은 학습 모델로 밝혀졌습니다

실제로 물건을 식별 할 수있다 너의 눈과 아무 상관이없는, 심장 혈관 건강과 신진 대사 프로필을 좋아하십시오 이것들은 전문가에게 물어 본다면, "우리가 뭘 찾을 거라고 생각하니?" 그들은 아무 말도하지 않았을 것이다 남자 : 이것에 대해 중요한 것은, 그것은 우리가 전에는 존재하지 않았던 시각적 바이오 마커입니다 남자 : 예기치 못한 일들로 인해 완전히 새로운 생각이 생길 수 있습니다

완전히 새로운 접근법, 완전히 새로운 가설 해결하려는 문제를 공격하는 방법에 대해 알아보십시오 남자 : 오늘 고통받는 진짜 환자가있다 우리가 모든 것을 할 수 없다면 우리가 처분 할 수있는 모든 기술로 그 환자들을 돕기 위해, 우리는 무엇을하고 있습니까? 남자 : 지금부터 10 년이나 15 년이 지나면, 건강 관리에서의 기계 학습의 사용 건강 관리가 어떻게 하나가 될 것인가? 여자 :이게 우리가 찾는 방법이라고 생각해 새로운 발견 이게 우리가 길을 찾을 수있는 방법이라고 생각해

더 많은 사람들을 돌 보았다 우리가 그 기본 작업을 가속화하면할수록 이 모든 과학자들에게 새로운 도구를 제공하고, 인간으로서의 우리는 정말로 유익 할 것입니다 언젠가는 새로운 발견으로부터 의사 사무실에서