Detecting cancer in real-time with machine learning

[음악 재생] DR MAHUL AMIN : 암은 없습니다

병리학이 무엇인지 이해하지 않고 치료했다 마틴 스 탬프 : 그 조직은 그 병리학자를 미끄러 져합니다 암 진단에는 방대한 양의 정보가 포함되어 있습니다 그것은 매우 시간 소모적이고, 매우 피곤합니다 DR

TRISSIA BROWN : 모든 세포를 검사해야합니다 때때로 암은 인식하기가 어렵습니다 우리는 현미경 프로젝트에 대한 아이디어를 가지고있었습니다 약 1 년 전 기존의 현미경에 증강 된 현실을 제공합니다

실시간으로 암을 탐지 할 수 있습니다 우리는 AI를 사용자에게 직접 가져오고 있습니다 그들이 지금있는 곳에서 그들을 만난다 DR JASON HIPP :이게 다가올 것 같아

거의 모든 병리학 자들이 접근 할 수 있도록 기계 학습 마틴 스턴크 : 몇 주 전에, 우리는 끝까지 끝내야 해 DR JASON HIPP : 카메라가있어서보고있는 중입니다 내가 보는 똑같은 일

정보가 컴퓨터에 공급되고 있습니다 수십억의 계산을하고 있고 저에게 말하고 있습니다 그게 종양이야, 그건 종양이 아니야 마틴 스 낫프 : 지금은 유방암을 감지합니다 및 전립선 암

그러나 다른 암 종류에서도 효과가있을 수 있습니다 우리가 모델을 훈련시키는 것 당신이 얻는 지식 현미경이 암을 암시 할 때 많은 병리학 자의 지식이다 모델에 대한 기계 교육에 기여한 사람 DR

JASON HIPP : 병리학 자 팀이 있었어 수천 개의 이미지를 거쳐 암세포가 어떻게 생겼는지 컴퓨터에 가르치기 DR TRISSIA BROWN : 나는 그것이 있다고 생각한다 관심 분야를 찾는 데 매우 효과적이었습니다

그것은 두 번째 의견을 얻는 것과 같습니다 DR JASON HIPP : 그것은 의사들을 훨씬 더 빨리 만들 것입니다 그들은 그것들을 더 잘 만들 것입니다 환자에게 전반적으로 도움이됩니다

마틴 스 탬프 : 임무는 정확성을 높이는 것입니다 암 진단의 유용성 및 가용성 사람들의 생명을 구하십시오 나는 동기 부여가되는 것을 거의 생각할 수 없다