Orvosi kép- és adatfeldolgozás támogatása mesterséges intelligencia segítségével - Harangi Balázs (Debreceni Egyetem)
A mélytanulás az utóbbi pár évben számos szakterületen hozott áttörést az automatikus adatfeldolgozást végző rendszerek pontosságában. A technológia megjelenése előtt, a hagyományos módszerekhez köthető megoldások nem voltak képesek megugrani bizonyos elvárt pontosságokat. A technológia alapvetően képfeldolgozáshoz kapcsolódó területeken, képek osztályba sorolására alkalmazható, de alkalmas képszegmentálási vagy akár szövegbányászati feladatok megoldására is. A hosszantartó és számításigényes tanulási procedúrát követően az újonnan érkező esetek osztályozása gyorsan, néhány (tized)másodperc alatt megtörténik, szemben a korábbi megoldásokkal, amikor több tíz percen keresztül is eltartott egy-egy kép feldolgozása. Ezeket a megoldásokat alkalmazva akár valós idejű alkalmazások is könnyen létrehozhatóak, amelyek hatékony segítséget jelenthetnek a mindennapi orvosi eljárásokba integrálva.
Technológiai oldalról megközelítéseinkben mesterséges intelligencián alapuló korszerű gépi mélytanuló eljárásokat használunk. Versenyképességünket főleg az biztosítja, hogy a különféle gépi tanuló eljárásokat egy közös fúziós keretrendszerben tudjuk ötvözni. Az információ-technológia területén tételként kezelhető az a kijelentés, hogy nincs legjobb, leghatékonyabb megoldás bizonyos típusú problémákra, ezért egy ilyen összetett rendszerben lehetőségünk adódik különböző gépi tanuláson alapuló megoldások kombinálására. Ezzel a megoldással képesek vagyunk kiemelni és hasznosítani az egyes osztályozó algoritmusok előnyeit és az összetett rendszer lévén elfedni és kiegyenlíteni azok hiányosságait, így egy sokkal stabilabban működő, megbízhatóbb rendszert tudunk létrehozni.