详细内容或原文请订阅后点击阅览
AI观看AI：UCLA系统捕获的数字病理中的危险错误
研究简介：由UCLA研究人员创建的基于AI的工具在检测潜在的威胁生命的错误（称为现实幻觉）方面具有99.8％的精度，偶尔来自虚拟染色AI模型。
来源:UCLA发现
由加州大学洛杉矶分校加利福尼亚纳米系统研究所的研究人员领导的团队创建了一种基于人工智能的工具，以帮助新兴技术用于数字病理学。当前正在对AI系统进行培训，用于在一个称为虚拟染色的过程中绘制医生检查诊断的透明组织样品的微观图像。在研究中，研究人员报告了自己的AI，以发现潜在的威胁生命的错误，即现实的幻觉，偶尔来自虚拟染色AI模型，并自主检测这些错误而无需使用人类专家正确染色的幻灯片。
加利福尼亚州加利福尼亚州纳米系统研究所这种AI技术称为几乎染色的组织图像或Aqua的自主质量和幻觉评估工具。新工具的精度为99.8％，凭借一组实际上的人肾脏和肺样本的染色图像，证明了与错误的图像与没有错误的图像之间的差异。 Aqua检测到现实的幻觉，这些幻觉被董事会认证的病理学家所遗漏，他们审查了相同的染色图像。在其他实验中，AI检测到用于训练IT的数据的不同类型的幻觉以及人类实验室技术人员染色的图像中的错误。
Ozcan Lab/UCLA
图总结了UCLA开发的AI系统背后的机器学习过程，该系统用于在虚拟染色中找到潜在的危险错误。
背景
要使病理学家鉴定基于活检的癌症和其他疾病，薄组织切片的几乎透明样品必须用特殊染料染色，这是一种用于医学一个多世纪的实践。在未来的几年中，预计生成的AI系统将以更快，更便宜和更有效的方式模仿化学染色过程。
AI结果也将更加一致