Como dados sintéticos melhoram o diagnóstico por IA
Trecho de 1 min 27 s de "Por que Dados Fake Podem Ajudar o Diagnóstico Assistido por Computador?", gravado no evento XI Semana da Biomedicina.
Assistir à gravação completaNo Even3 Conteúdos · 3 h 19 minSobre este trecho
Entenda por que a mistura de imagens geradas artificialmente com imagens reais melhora a precisão de algoritmos médicos.
Vai de a da gravação.
O que é dito neste trecho
Só que o seguinte, o gráfico azul, pessoal, aqui é uma taxa de acerto para identificar se tem AMD ou não. A taxa, a, a coluna azul é onde a gente utilizou uma mistura, acho que a gente chama de mix, a gente usou uma mistura de imagens fake com imagens reais. Olha só que interessante. Usando imagens fake o desempenho é bem melhor. Então aqui nós temos, por exemplo, 79% só usando imagens reais e consigo 81 se eu dar uma misturada. Essa aqui é mais gritante, né? 78 para quase 82. Desculpa. Por que que isso acontece? Porque esses modelos de inteligência artificial quanto mais especializados eles ficam mais dados eu preciso. Então o fato de eu gerar, então muitas vezes, por que que o pessoal começou a, a a estudar essas GANs, aquelas redes neurais que geram dados fake? Porque existe um e aplicações médicas não é tão simples encontrar uma quantidade muito grande de imagens que, que são rotuladas ainda. O que que é uma imagem rotulada? É uma imagem que, por exemplo, sei lá, uma imagem de tomografia. Eu sei, ou de mamografia, eu sei se tem ou não nódulo ali. Dados nós temos, hoje em dia que é a questão digital, etc, tem um monte de imagem. Mas um médico ir lá em cada um dos, das imagens e falar, tem, não tem, tem, não tem, isso é muito difícil, tá? Então por isso que isso teve um estudo muito grande nessa parte de geração sintética de imagem, tá?
Outros trechos deste conteúdo

O que são Redes Adversariais Generativas (GANs)
Trecho de a da gravação

Aplicações da fenotipagem de DNA na área forense
Trecho de a da gravação