Un tool per aiutare le IA a studiare meglio

In campo medico sono sempre più diffuse piattaforme smart di imaging per l’individuazione, a supporto di diagnosi, di patologie attraverso l’IA, ma un problema “a bassa tecnologia” ne diminuisce le performances: le immagini di sezioni di tessuti utilizzate per rendere queste macchine in grado di riconoscere in autonomia eventuali malattie sono spesso di bassa qualità o corrotte. Questo porta a processi di training più lenti e meno precisi. Un gruppo di ricerca della Case Western Reserve University ha sviluppato un programma capace di distinguere fra immagini utilizzabili e non.

Graffi, bolle d’aria, sovraesposizione o sfocature affliggono circa il 10% delle figure. Il nuovo tool è in grado di analizzare le immagini alla ricerca di quegli elementi che le corrompono così da rendere i database più coerenti e con meno errori. Il National Cancer Institute ha finanziato il progetto con un fondo di 1.2 milioni di dollari nella speranza di affinare e velocizzare il training di queste IA.

Leggi la news.