IBMs IBM Predicts Breast Cancer et år før det vises

Algoritmen blev trænet på hundredtusindvis af ikke-personlige data om mammografiske billeder og kliniske

patienthistorier. Algoritmen adskiller sig fra lignende neurale netværk ved, at den analyserer begge datasæt og ikke kun et af dem.

Resulterende iSom følge heraf er kunstig intelligens i stand til at mærke både åbenlyse forudsætninger for forekomsten af ​​brystkræft og små detaljer – for eksempel mangel på jern eller problemer i skjoldbruskkirtlen.

Forskerne forbedrede algoritmens nøjagtighed ved at tilføje data om biopsi, laboratorieprøver, kræftpatienter og mere til sin videnbase.

Tidligere blev det rapporteret, at den næste sundhedskrise kunne opstå fra en enorm mængde robot-spam, som ikke vil tillade rigtige patienter at nå hospitaler.