Невозможно отучить людей изучать самые ненужные предметы.
Введение в CSS
Преимущества стилей
Добавления стилей
Типы носителей
Базовый синтаксис
Значения стилевых свойств
Селекторы тегов
Классы
CSS3
Надо знать обо всем понемножку, но все о немногом.
Идентификаторы
Контекстные селекторы
Соседние селекторы
Дочерние селекторы
Селекторы атрибутов
Универсальный селектор
Псевдоклассы
Псевдоэлементы
Кто умеет, тот делает. Кто не умеет, тот учит. Кто не умеет учить - становится деканом. (Т. Мартин)
Группирование
Наследование
Каскадирование
Валидация
Идентификаторы и классы
Написание эффективного кода
Вёрстка
Изображения
Текст
Цвет
Линии и рамки
Углы
Списки
Ссылки
Дизайны сайтов
Формы
Таблицы
CSS3
HTML5
Блог для вебмастеров
Новости мира Интернет
Сайтостроение
Ремонт и советы
Все новости
Справочник от А до Я
HTML, CSS, JavaScript
Афоризмы о учёбе
Статьи об афоризмах
Все Афоризмы
Помогли мы вам |
Исследователи Google Health создали алгоритм, который умеет с точностью до 93% диагностировать 26 кожных заболеваний, в том числе акне, псориаз и меланому. Для этого система анализирует снимки определенного участка тела и информацию о пациенте, а затем выдает наиболее вероятные диагнозы. Об этом сообщают на arXiv.org и в блоге Google.
В блоге Google отмечают, что приблизительно 1,9 миллиарда человек во всем мире страдают от кожных заболеваний, но из-за нехватки дерматологов многие вынуждены обращаться к врачам общей практики. В одних только США до 37% посетителей клиники имеют по крайней мере одну жалобу на кожу, и более половины этих пациентов осматриваются не дерматологами.
При этом исследования демонстрируют значительный разрыв в точности поставки диагнозов между врачами общей практики и дерматологами: в первом случае точность колеблется между 24% и 70% по сравнению с 77?96% для дерматологов.
Исследователи из Google Health (подразделение компании, занимающееся технологическими вопросами здравоохранения) решили помочь врачам эффективнее диагностировать распространенные кожные заболевания. Ученые отмечают, что предыдущие исследования в основном фокусировались на раннем скрининге рака кожи, в частности, является ли образование злокачественным или доброкачественным, либо это меланома. Однако свыше 90% проблем с кожей не являются злокачественными, и алгоритм должен помочь в их распознавании.
Разработанная ими система получает на вход изображения кожи пациента и метаданные, которые включают в себя демографическую информацию о пациенте, некоторые его жалобы на состояние и историю наличия кожных заболеваний Изображения обрабатывались с использованием архитектуры нейронной сети Inception-v4.
Правда, отмечается, что алгоритм сообщает не один диагноз, а ранжирует три наиболее вероятных из 26 вариантов. Работу системы проверили дерматологи, и оказалось, что она правильно угадывает первый диагноз в 71% случаев, а один из трех первых — в 93% случаев
Но, отмечают исследователи, впереди еще много работы. Ведь некоторые виды кожных заболеваний, в том числе меланома, достаточно редки, и требуется больше случаев, чтобы повысить точность их обнаружения.
Ученые раскрыли новый механизм развития рака
«Перенесли болезнь на ногах — и вот». Белорусские врачи научились делать уникальную операцию на сердце
Хотите быть здоровее? Есть смысл отказаться от одного напитка
Если вы заметили ошибку в тексте новости, пожалуйста, выделите её и нажмите Ctrl+Enter
|
|