SKLEP

    🔒 Inteligentna diagnostyka płuc. Jak dobre dane, modele i wyjaśnienia budują zaufanie do AI w medycynie

    Jak zbudować modele segmentacji zmian chorobowych, które będą wspierać lekarzy w diagnostyce chorób płuc?

    prof. Przemysław Biecek, dr hab inz. Marcin Luckner

    Wystarczy wziąć kilkudziesięciu świetnych inżynierów, dolać 40TB dobrej jakości danych z polskich szpitali i 180 tysięcy godzin obliczeń na najnowszych GPU, a potem zagotować pod bacznym okiem czołowych ekspertów w radiologii i pulmonologii. No i oczywiście nie wolno zapomnieć o dodaniu właściwej ilości wyjaśnialnej sztucznej inteligencji (XAI).

    Całość gotować musiała się wprawdzie niemal trzy lata, ale właśnie w taki sposób na Politechnice Warszawskiej w ramach projektu xLungs powstało narzędzie do inteligentnej diagnostyki płuc.

    Authors

    • prof. Przemysław Biecek

      Profesor Uniwersytetu Warszawskiego i Politechniki Warszawskiej, prowadzi grupę badawczą MI2.AI i projekt BeatBit, popularyzujący myślenie oparte o dane

      View all posts

    • Zarządza projektami badawczymi na Wydziale Matematyki i Nauk Informacyjnych. Zajmuje się lokalizacją wewnętrzną, wykrywaniem cyberzagrożeń z poszanowaniem prywatności oraz analizą danych publicznych pod kątem oszustw w Web 2.0.

      View all posts

    Ten artykuł jest częścią drukowanej edycji hAI Magazine. Aby go przeczytać w całości, wykup dostęp on-line

    29,99 zł miesięcznie

    Wykup dostęp

    prof. Przemysław Biecek

    Profesor Uniwersytetu Warszawskiego i Politechniki Warszawskiej, prowadzi grupę badawczą MI2.AI i projekt BeatBit, popularyzujący myślenie oparte o dane

    dr hab inz. Marcin Luckner

    Zarządza projektami badawczymi na Wydziale Matematyki i Nauk Informacyjnych. Zajmuje się lokalizacją wewnętrzną, wykrywaniem cyberzagrożeń z poszanowaniem prywatności oraz analizą danych publicznych pod kątem oszustw w Web 2.0.

    , ,

    Podziel się

    Może Cię zainteresować