人工智能算法揭示了感染疾病的错误

小编发现不少朋友对于 人工智能算法揭示了感染疾病的错误 这方面的信息都比较感兴趣，小编就针对 人工智能算法揭示了感染疾病的错误 整理了一些相关方面的信息 在这里分享给大家。

边境以南的卫生官员可能很快就能使用智能手机和用于反向图像搜索的AI工具来对抗令人讨厌的疾病。

该病是恰加斯。据世界卫生组织称，它每年悄悄地杀死10,000多人。

其传播的主要来源是被叮咬的昆虫叮咬(科学名称：triatominae)，这种昆虫很难被正确识别，并且在墨西哥，中美洲和南美洲的农村人口中遭受重创。

该工具是一种算法，在一项新研究中，该算法从普通照片中识别出墨西哥物种的准确率达95.8%，而巴西物种的准确率达98.9%。

使用Google的开源TensorFlow(Google的日常反向图像搜索引擎背后的软件版本)，开发人员使用1,989张各种三角藻种类的图片对算法进行了训练。

作为早期迭代的更新，该算法现在可以区分12个墨西哥物种和39个巴西物种。

这项工作是由堪萨斯大学的博士生Ali Ali Khalighifar领导的。

在覆盖面由学校的新闻部门的研究，Khalighifar说该软件能够“理解”，基于像素的色调和色彩，图像数据，使得它可以测试对初始数据集类似的图片。

他说，使用接吻小虫进行的工作中值得注意的是，无需进行图像预处理即可获得很高的准确率，特别是考虑到健康结果的风险。

Khalighifar补充说：“您只是从原始图片开始，这真棒。” “那是目标。以前不可能准确地做同样的事情，当然，如果不对图像进行预处理，就不可能做到。”

根据世界卫生组织的数据，全世界约有6至700万人(但大部分在拉丁美洲)感染了引起恰加斯病的寄生虫克鲁兹锥虫。如果尽早开始治疗，感染是可以治愈的。多达30%的慢性感染者会发展出心脏疾病，多达10%的人会出现消化系统疾病，神经疾病或其他疾病。

鉴于危害，恰加斯无疑是从动物传播疾病入手的好地方。

Khalighifar 建议该算法可以扩展到使用智能手机的任何人，他正在致力于将其从图像转换为声音，首先关注蚊子。