9 0% पेक्षा अधिक अचूकतेने मशीन किंवा मातृभाषेचा मृत्यू किंवा हृदयाचा अटॅक अंदाज असू शकतो: अभ्यास – व्यवसाय मानक – Boisar Marathi News

9 0% पेक्षा अधिक अचूकतेने मशीन किंवा मातृभाषेचा मृत्यू किंवा हृदयाचा अटॅक अंदाज असू शकतो: अभ्यास – व्यवसाय मानक

एका अभ्यासानुसार असा दावा केला आहे की मशीन लर्निंग, कृत्रिम बुद्धिमत्ताचा आधुनिक आधार, 9 0 टक्क्यांहून अधिक अचूकतेने मृत्यू किंवा हृदयाचा अटॅक सांगू शकतो.

हा अभ्यास न्यूक्लियर कार्डियोलॉजी आणि कार्डियाक सीटी (आयसीएनसी) 201 9 या आंतरराष्ट्रीय परिषदेत सादर करण्यात आला.

मशीन शिक्षण दररोज वापरले जाते. Google चे सर्च इंजिन, स्मार्टफोनवर स्वत: चे चेहरा ओळखणे, स्वयं-ड्रायव्हिंग कार, नेटफ्लिक्स आणि स्पॉटिफा सिस्टीम सिस्टीम – वैयक्तिक वापरकर्त्यास अनुकूल करण्यासाठी सर्व मशीन शिक्षण अल्गोरिदम वापरतात.

सहा-वर्षांच्या ज्ञात ज्ञानासह 9 50 रुग्णांमध्ये 85 चलनांचे विश्लेषण करून, एल्गोरिदम ‘ इमेजिंग डेटा’ कसा संवाद साधतो ते ‘शिकलेले’. त्यानंतर 9 0 टक्क्यांहून अधिक अचूकतेसह मृत्यू आणि हृदयावरील आघात यांच्याशी संबंधित नमुन्यांची ओळख पटविली.

फिनलंडमधील टर्कू पीईटी सेंटरचे डॉ लुईस एडुआर्डो जुरेझ-ओरोझको यांचे अभ्यास लेखक डॉ. लुईस एडुआर्डो जुरेझ-ओरोझको म्हणाले, “हे प्रगती औषधांमध्ये जे काही झाले आहे त्यापेक्षा खूप दूर आहे, जेथे आम्ही जोखमीचे आणि परिणामांचे मूल्यांकन कसे करावे याबद्दल सावध असले पाहिजे. आमच्याकडे डेटा आहे परंतु आम्ही अद्याप त्याचा संपूर्ण संभाव्य वापर करीत नाही. ”

उपचार घेण्याकरिता डॉक्टरांनी जोखीम स्कोअरचा वापर केला. परंतु हे स्कोअर फक्त काही मुबलक चरणावर आधारित आहेत आणि वैयक्तिक रुग्णांमध्ये सामान्यतः अचूक शुद्धता असते.

पुनरावृत्ती आणि समायोजन करून, मशीन लर्निंग मोठ्या प्रमाणावर डेटाचे शोषण करू शकते आणि मानवांसाठी स्पष्ट नसलेल्या जटिल नमुने ओळखू शकते.

डॉ. जुएरेझ-ओरोझो यांनी सांगितले, “मनुष्यांकडे तीन परिमाण (एक घन) किंवा चार परिमाण (वेळेनुसार एक घन) विचार करणे खूप कठीण आहे. ज्या क्षणी आम्ही पाचव्या परिमितीत प्रवेश करतो त्या क्षणापर्यंत आम्ही गमावले असतो. आमचा अभ्यास दर्शवितो की खूप उच्च परिमाणवाचक नमुने एकापेक्षा जास्त नमुनेदार पध्दतींपेक्षा अधिक उपयोगी आहेत आणि त्यातील व्यक्तींचे निकाल सांगण्यासाठी आपल्याला मशीन शिकण्याची गरज आहे. ”

छातीत वेदना असलेल्या 9 50 रूग्णांच्या अभ्यासात नाव नोंदले गेले, ज्याने कोरोनरी धमनी रोगाचा शोध घेण्यासाठी केंद्रांचे नेहमीचे प्रोटोकॉल घेतले .

कोरोनरी संगणित टोमोग्राफी एंजियोग्राफी (सीसीटीए) स्कॅनने कोरोनरी प्लेक, पोत संकीर्णता आणि कॅलिसिफिकेशनच्या उपस्थितीवर 58 भागांचा डेटा प्राप्त केला. स्कॅन असलेल्या लोकांना रोगाचा सूचकांक पॉझिट्रॉन उत्सर्जन टोमोग्राफी (पीईटी) स्कॅन झाला ज्याने रक्त प्रवाहांवर 17 चलने तयार केले. सेक्स, वय, धूम्रपान आणि मधुमेह यांसह वैद्यकीय नोंदींद्वारे दहा क्लिनिकल व्हेरिएबल प्राप्त झाले .

सरासरी सहा वर्षांच्या फॉलो-अपदरम्यान 24 हृदयरोग आणि 4 9 मृत्यू झाल्या आहेत. 85 व्हर्जिबल्सला ‘लॉजीटबुस्ट’ नावाच्या मशीन लर्निंग अल्गोरिदममध्ये प्रवेश देण्यात आला होता, ज्याने हृदयविकाराचा झटका किंवा मृत्यू झाला असल्याची भविष्यवाणी करण्यासाठी सर्वोत्तम रचना सापडली नाही तोपर्यंत त्यांना पुन्हा पुन्हा विश्लेषित केले गेले.

“अल्गोरिदम प्रगतीशीलपणे डेटामधून शिकते आणि विश्लेषणाच्या अनेक फेऱ्यांनंतर ते उच्च परिमाणिक नमुने आहेत ज्याचा उपयोग इव्हेंट असलेल्या रुग्णांना कुशलतेने ओळखण्यासाठी केला पाहिजे. परिणाम वैयक्तिक जोखमीचा एक अंक आहे,” असे डॉ. जुरेझ-ओरोझको म्हणाले. .

“डॉक्टरांनी आधीच रुग्णांबद्दल बर्याच माहिती एकत्रित केल्या आहेत. आम्हाला आढळले की मशीन शिक्षण हे डेटा समाकलित करू शकते आणि वैयक्तिक जोखीम अचूकपणे सांगू शकतो. यामुळे आम्हाला उपचार वैयक्तिकृत करण्याची परवानगी मिळेल आणि शेवटी रुग्णांसाठी चांगले परिणाम होईल,” असे डॉ. जुरेझ-ओरोझो यांनी सांगितले.

(ही कथा व्यवसाय मानक कर्मचार्यांद्वारे संपादित केली गेली नाही आणि सिंडिकेटेड फीडमधून स्वयं-व्युत्पन्न केलेली आहे.)