Представьте себе пациента, входящего в вашу больничную палату. Его сердце колотится. Он сильно потеет. Он сгорбился и смотрит вниз. Он пытается объясниться, но ему тяжело. Вы наблюдаете за ним, смотрите на планшет и быстро принимаете решение - этому человеку нужна экстренная помощь!
Вы нажимаете кнопку на планшете и спокойно говорите: «Сэр, у вас паническая атака». Пациент выглядит удивленным. Вы продолжаете: «Я уже позвонила медсестре, которая собиралась провести вас в другую комнату, где мы можем предложить вам немедленную помощь». Медсестра открывает дверь и тепло говорит: «Следуйте за мной, сэр. Я позабочусь о тебе."
Что только что произошло? Давайте проанализируем, как искусственный интеллект (AI) спас жизнь этому человеку.
Помещение оборудовано несколькими камерами, записывающими данные в режиме реального времени. Эти данные доступны врачу по запросу с помощью планшета. Данные анализируются на месте и в облаке. Платформа медицинских данных работает на базе искусственного интеллекта. Эта система запускает несколько ИИ, каждый ИИ передает данные другому, чтобы дать доктору сверхчеловеческие способности.
Первая модель, основанная на технологии глубокого обучения , использовалась для обнаружения человека, категория обнаружение объекта. Эта модель глубокого обучения выявила людей на видео, в том числе врача и пациента. Обнаружение объектов - это компьютерная технология, связанная с компьютерным зрением и обработкой изображений, которая занимается обнаружением экземпляров семантических объектов определенного класса (например, как люди, здания или автомобили) в цифровых изображениях и видео. Почему обнаружение объектов, а не классификация изображений? Модели классификации изображений классифицируют изображения в одну категорию, обычно соответствующую наиболее заметному объекту. Поэтому модели обнаружения объектов более подходят для идентификации нескольких релевантных объектов на одном изображении. Второе существенное преимущество моделей обнаружения объектов перед моделями классификации изображений заключается в том, что обеспечивается локализация объектов.
Вторая и третья модели использовались для распознавания лиц и распознавания лиц. Эти модели были созданы, чтобы определить, какой врач находился в палате, и имел ли пациент ранее медицинскую карту в больнице.
Четвертая модель использовала распознавание позы для интерпретации движений тела на физическом уровне, то есть реконструкции трехмерных сочлененных движений. Эта модель использовалась для переноса жестов пациента на трехмерный скелет. Эта модель определила, что сгорбленный язык тела пациента свидетельствует о депрессии или панических атаках.
Пятая модель использовала распознавание действий для интерпретации движений тела на более высоком, семантическом уровне, то есть понимания движений тела во времени. Эта модель определила, что пациент принимает несколько поз, связанных с панической атакой.
Когда пациент говорил, видеокамера определяла его лицо и анализировала его эмоциональное состояние. Шестая модель использовалась для определения выражения лица с целью распознавания эмоций . Седьмая модель использовалась для выполнения анализа лица. Эти четыре модели использовали нейронные сети в своей архитектуре.
Поскольку во время разговора человек смотрел вниз, видео было недостаточно. Камера также зафиксировала аудиосигнал. В восьмой модели использовалась обработка сигналов для отделения звука от видео, выделения нескольких голосовых сигнатур и очистки аудиозаписи на основе глубокого обучения. Девятая модель переводила аудиосигнал в текст с помощью обработки естественного языка. В десятой модели использовался анализ настроений для анализа эмоциональных категорий речи пациента.
После того, как компьютер завершил вычисления, компьютер отправляет результаты на планшет врача с помощью частного API. Результаты были отображены на планшете с приложением на основе искусственного интеллекта. В решении был показан диагноз с его оценкой вероятности, то есть процентной долей вероятности диагноза.
Благодаря десяти моделям искусственного интеллекта врач получил действенные советы и немедленно принял меры, чтобы спасти жизнь человека!
Начать проект AI
В Produvia мы производим интеллектуальное программное обеспечение. Мы специализируемся на искусственном интеллекте, машинном обучении и глубоком обучении. Давай поболтаем! Посетите нас на produvia.com
