Leberdiagnostik mit transparenter künstlicher Intelligenz

Die künstliche Intelligenz generiert aus immensen Datenmengen Muster und entwickelt daraus Erkennungsmodelle. Dabei ist schwer nachvollziehbar, wie die Ergebnisse aus dieser „Black Box“ zustande kommen. Die retrospektive Studie ergab ein interpretierbares System tiefen Lernens für Lebertumoren, das die Befundassistenz verständlicher und zuverlässiger machen soll.

• Literatur

• 1 Rajpurkar P, Irvin J, Zhu K. et al. CheXNet: Radiologist-Level Pneumonia Detection on Chest X-Rays with Deep Learning. arXiv:171105225 [cs, stat] 2017 Im Internet: http://arxiv.org/abs/1711.05225
• 2 Wu J, Zhou B, Peck D. et al. DeepMiner: Discovering Interpretable Representations for Mammogram Classification and Explanation. arXiv:180512323 [cs] 2018 Im Internet: http://arxiv.org/abs/1805.12323
• 3 Gale W, Oakden-Rayner L, Carneiro G. et al. Producing radiologist-quality reports for interpretable artificial intelligence. arXiv:180600340 [cs] 2018 Im Internet: http://arxiv.org/abs/1806.00340