Тим Кук подкрепи медицинско приложение

[dessyteneva]

Напредъкът в машинното обучение вече означава, че лекарите могат да диагностицират заболяване или състояние по снимка, а Тим Кук симпатизира на едно конкретно приложение – VisualDx, което използва софтуер и база данни от 32 000 висококачествени медицински изображения, за да прави именно това.

Изборът на главния изпълнителен директор на Apple да говори именно за VisualDx е интересен от гледна точка на това, че компанията има голям интерес и амбиции да проникне в медицинската област. Въпреки, че приложението е достъпно в App Store, то не е предназначено за обикновените потребители, а е насочено към лекарите, които могат да го използват, за да диагностицират кожни заболявания и нарушения.

Тази есен VisualDX се сдоби с нова функция – то вече може да използва камерата на iPhone и машинното обучение, за да идентифицира автоматично състоянието на кожата, или поне да ограничи възможните диагнози до по-малък брой предположения. Ако направите снимка на засегнатата област от кожата, приложението ще ви покаже списък с условията, при които това състояние би могло да възникне, възоснова на десетилетия медицински изследвания.

Цитат

„VisualDX е новаторско приложение в здравната диагностика с Core ML, което автоматично анализира кожата, за да помогне на дерматолозите с техните диагнози“ разказва Кук.

В някои отношения приложението е намек за бъдещето на медицината, когато компютрите ще са достатъчно напреднали и изкуственият интелект ще автоматизира една от основните части на прегледите. В бъдеще тази технология ще даде възможност на потребителите да си отговорят на някои въпроси и да разберат имат ли медицински проблем, който действително изисква специално внимание.

Всъщност обаче, причината Кук да спомене VisualDx е друга. Приложението използва CoreML – нов набор от софтуер, който позволява да се използват алгоритми за машинно обучение, вместо да се качват снимките онлайн, за обработка в сървърите. Така анализът става в самото устройство и никога не достига до компанията, а невронната мрежа е обучена от учените и може да работи на телефона. Тя използва модели, създадени с помощта на библиотека от професионални медицински изображения, а създателите на приложението работят с университети и доказани лекари-експерти.

Все пак дори и при тези качествени модели и данни, тя все още не може да замени напълно посещението при лекар.