Google DeepMind zet machine learning in bij oogonderzoek

Google DeepMind gaat een miljoen oogscans analyseren om met behulp van machine learning oogaandoeningen die tot blindheid kunnen leiden, in een vroeg stadium te kunnen detecteren. Google DeepMind werkt hiervoor samen met de Britse National Health Service.

De geanonimiseerde oogscans worden samen met aanvullende informatie over de conditie van ogen aangeleverd door het Moorfields Eye Hospital. Specialisten gebruiken de digitale scans van het netvlies om oogaandoeningen te diagnosticeren en een behandelplan op te stellen.

Daarbij gaat het om fundus-foto's, oftewel van het netvlies, en om optische coherentietomografie, waarbij dwarsdoorsnedes van ogen worden gevormd met behulp van interferometers. Het Moorfield Eye Hospital maakt wekelijks drieduizend scans op basis van optische coherentietomografie. De analyse is complex en tijdrovend, en methodes om dit werk met traditionele computersoftware te doorgronden, liepen op weinig uit volgens Google.

Google denkt dat de machine-learningalgoritmes die zijn dochterbedrijf DeepMind voor het project ontwikkelt, wel een belangrijke rol kunnen spelen bij de analyse van de oogaandoeningen, om detectie in een vroeg stadium mogelijk te maken. De analyses moeten de oogdeskundigen helpen bij het sneller vaststellen van een diagnose.

Het gaat daarbij om twee specifieke aandoeningen die tot gezichtsverlies kunnen leiden: diabetische retinopathie en leeftijdsgebonden maculadegeneratie. Diabetische retinopathie wordt veroorzaakt door suikerziekte en maculadegeneratie is de naam voor het afsterven van de lichtgevoelige kegeltjes in het oog. Wereldwijd zouden meer dan 100 miljoen mensen hiermee te maken krijgen.

Het onderzoek loopt vijf jaar en na die periode belooft Google DeepMind alle data die ontvangen is als onderdeel van de overeenkomst te vernietigen. DeepMind kreeg vooral bekendheid met zijn AlphaGo-programma dat Zuid-Koreaanse wereldkampioen Lee Sedol bij het bordspel Go wist te verslaan.

Google zet machine learning voor steeds meer diensten in, onder andere voor spraakherkenningssoftware, voor het bouwen van de afbeeldingenzoeker voor Google Photo en het automatisch voorzien van bijschriften bij foto's. De technologie wordt ook gebruikt voor SmartReply in Inbox. Google nam DeepMind begin 2014 over.

Helaas!
De video die je probeert te bekijken is niet langer beschikbaar op Tweakers.net.

Reacties (18)

Laat Machine Learning maar eens in bij dingen zoals management en bedrijfsvoering. eens kijken of dit taken door een AI kunnen worden gerunned en hoe het zich doet verhouden ten opzichte van bedrijven geleid door mensen.

That said; Machine Learning is echt de nieuwe ontwikkeling die de wereld aan het veranderen is. De opzet naar een wereld waar de mens niet meer nodig is voor werk te doen.

That said; Machine Learning is echt de nieuwe ontwikkeling die de wereld aan het veranderen is. De opzet naar een wereld waar de mens niet meer nodig is voor werk te doen.

Wahahahaha geloof je het zelf? Dat zeiden ze ook al in 1900. Echter is de mens nogal hebzuchtig en zal het nooit genoegen nemen met minder.

We moeten iPhones hebben en PlayStations en 3 flatscreens.

Als we zo zouden leven als in de jaren 1800-1900 was 2 dagen in de week werken al meer dan zat. Maar dat zal NOOIT gebeuren.

Nooit is een beetje voorbarig, dan kijk je slechts 100 tot 200 jaar vooruit. Dat gezegd hebbende, op korte termijn kan de wereld ook veel veranderen en onze kijk op werken veranderen. Sterker nog, dit is al gebeurd door automatisering van diverse vormen van arbeid. Hoe precies staat in het volgende (uitstekende) artikel over de toepassing en implicaties van machine learning en een eventueel basisinkomen:
https://medium.com/basic-...s-7c6442e37a49#.kph2ucjns

[Reactie gewijzigd door Flupkees op 5 juli 2016 14:36]

Ik hoop het van harte, echter machine learning op zich gaat onvoldoende zijn.
Het enige dat machine learning betekent is dat een computer zelf op zoek gaat naar algoritmes die succes blijken te hebben om een bepaald resultaat te bereiken.

In dit geval gaat de computer op zoek naar een verband tussen een oogscan en de vaststelling of er een ziekte is. In tweede fase kan een oogscan gematcht worden met een kans op de ontwikkeling van een ziekte. Daar zijn computers heel goed in, dus een prima ontwikkeling.

Echter gaat een computer op deze manier nooit iets oppikken dat slechts 1 op een miljoen keer voorkomt of bijvoorbeeld voor het eerst. Of een mens dit kan opsporen is niet gezegd, maar de kans is in elk geval groter.

Zo gauw computers zichzelf kunnen bouwen, hebben 'wij' een probleem. Zeker nu ons hele sociale leven, zakelijke informatie en complete DNA-strings opgeslagen zijn, is het een kwestie van tijd voor we overbodig en wellicht zelfs als schadelijk worden gezien.

Kunnen mensen wel discussies starten met "ja maar, code is nog altijd geschreven door mensen". Ik durf te wedden dat er een hoop programma's/algoritmes (zeker machine learning) uitgevoerd worden waarbij men eigenlijk niet snapt waarom het nou werkt. Plus, een foutje met onvoorziene gevolgen zit in een klein hoekje.

Vertel me eens waarom een A.I niet een cpu kan ontwerpen. (cpu is en voorbeeld)

Hij zegt toch niet dat het niet kan?
Er zijn al veel voorbeelden van machine-learning (en gerelateerde) algoritmes die goedkopere / efficientere IC's en socs ontwerpen dan het best gekende menselijk ontworpen equivalent.

Definieer "schadelijk".

Dat is een moreel standpunt, software velt geen morele oordelen. Het ergste m.i. dat kan gebeuren is dat een "evil" computer jouw auto afneemt omdat het nood heeft aan ijzer. Maar nooit omdat die vervuilt...

Schadelijk vanuit het standpunt van machines welteverstaan. Schadelijk zijn is niet perse een moreel standpunt (goed/fout is dat wel), maar kan ook rationeel bekeken worden. Als mens en machine dezelfde bronnen nodig hebben, zal AI ons als een gevaar voor haar voortbestaan zien.

Zeg nooit nooit.

That said; Machine Learning is echt de nieuwe ontwikkeling die de wereld aan het veranderen is. De opzet naar een wereld waar de mens niet meer nodig is voor werk te doen.

Machine Learning zal de mens nooit helemaal kunnen vervangen, maar ik ben er stellig van overtuigd dat het ons wel heel veel goeds (en soms slechts) kan gaan brengen. Ik ontwikkel nu zelf ook al zelflerende software. Heel spannend is het allemaal niet, maar het zal op basis van de actuele valutakoersen de trends in de markt (nieuws, feeds) + de historie automatisch gaan kopen en verkopen. Scheelt me een boel werk en het levert meer op dan de handel in Bitcoins.

Is dat machine learning of een algoritme ontwikkelen? Wordt de tekst geïnterpreteerd of worden er keywords uit gehaald? Is nogal een verschil..

Op termijn zullen computers wellicht het gros van het menselijk werk overnemen, maar dan spreken we over een termijn van 90 jaar of langer (lees: wanneer de computer superintelligentie heeft bereikt).

In afwachting hebben we nog wel even werk.

Is mensen waarvan de scans gemaakt zijn om toestemming gevraagd dat hun scans vijf jaar opgeslagen worden bij Google ?

Hangt er van af hoe de zaken opgeslagen zijn.
Je kunt dit soort dingen prima anoniem doen, bijv. enkel onder een random ID, leeftijd en geslacht.
Daarvoor hoef je geen toestemming te vragen (al is het wel zo netjes).

Ga je met herleidbare gegevens aan de slag, dan is het noodzakelijk om toestemming te vragen.

Daarvoor hoef je geen toestemming te vragen

Jawel hoor. Je gegevens zijn nooit automatisch te gebruiken voor onderzoek als ze anoniem zijn. Daarvoor geef je altijd toestemming, bijv. nadat je bent ingelicht over je opname in een ziekenhuis waar ook onderzoek plaatsvindt. Je kunt namelijk altijd aangeven dat je niet wilt dat je gegevens worden gebruikt en deze mogelijkheid kan niet gegarandeerd worden als je gegevens automatisch beschikbaar zijn zodra ze anoniem zijn. Anonimiseren is niet voldoende, want je vertrouwt dan zonder dat je het weet dat echt niemand tot op de persoon herleidbare gegevens meer heeft. Wie weet is er in het ziekenhuis nog wel een datanummer-patïentnummer sleutel bewaard, desnoods per ongeluk in een backup. Dat is dan nooit echt anoniem en daarom bestaat de WBP.

Geanonimiseerde foto's van ogen, dat is toch net zoiets als geanonimiseerde vingerafdrukken?

Wat een raar onderwerp voor google om zich mee bezig te houden. Maar ik weet wel waarom. Google zit al vooruit te denken aan beveiliging die verder gaat dan iris-scans. Ze kapen nu gewoon de kennis alvast om straks met authenticatie te kunnen komen op basis van wat er zich in het oog bevind.

Als google zich zogenaamd vanuit hun goede hart met gezondheid bezig houd, zet dan een slot op je lichaam, anders is het straks een profiel.