https://az.sputniknews.ru/20190621/check-melanoma-prilozhenie-russia-420826543.html
Программисты придумали приложение, диагностирующее меланому
Программисты придумали приложение, диагностирующее меланому
Sputnik Азербайджан
Создатели разработки проводят работу по усовершенствованию приложения и с этой целью собирают фотоданные. На данный момент нейросеть ставит правильный диагноз... 21.06.2019, Sputnik Азербайджан
2019-06-21T00:24+0400
2019-06-21T00:24+0400
2019-06-20T23:45+0400
https://cdnn1.img.sputnik.az/img/42082/64/420826498_0:213:3000:1909_1920x0_80_0_0_af8d60d4aeb3bc5abb37dfc0adcf6a1f.jpg
Sputnik Азербайджан
media@sputniknews.com
+74956456601
MIA „Rosiya Segodnya“
2019
Sputnik Азербайджан
media@sputniknews.com
+74956456601
MIA „Rosiya Segodnya“
Новости
ru_AZ
Sputnik Азербайджан
media@sputniknews.com
+74956456601
MIA „Rosiya Segodnya“
Sputnik Азербайджан
media@sputniknews.com
+74956456601
MIA „Rosiya Segodnya“
здоровье, жизнь, новости мира, технологии
здоровье, жизнь, новости мира, технологии
Программисты придумали приложение, диагностирующее меланому
Создатели разработки проводят работу по усовершенствованию приложения и с этой целью собирают фотоданные. На данный момент нейросеть ставит правильный диагноз примерно в 70% случаев.
БАКУ, 21 июн — Sputnik. Российские программисты разработали приложение для распознавания меланомы, сообщает Naked science.
Ведется работа по формированию большой базы фотоданных для повышения эффективности приложения, которая уже доступна для пользователей Android. На данный момент разработка демонстрирует положительный результат в 65%-70% случаев, сообщили авторы приложения.
Главной задачей разработчики называют создание фотобазы в 200 тысяч качественных фотографий опухолей. И планируется это сделать в ближайший год.
На будущее авторы приложения намерены обучить созданную нейросеть распознавать не только меланому, но также рак груди и легких на ранних стадиях и достичь показателя в 85% в правильности диагностирования.
Авторы приложения Check Melanoma также призывают госучреждения дать им доступ к базам данных и рентгеновским снимкам для более эффективного и ускоренного обучения нейросети.
