人工智能生成的x光图像欺骗了医学专家，改善了骨关节炎的分类

在实验室和医学专家之间共享医疗数据对医学研究很重要。ob欧宝直播nba然而，由于欧洲严格的数据监管立法，数据共享往往很复杂，有时甚至是不可能的。Jyväskylä大学数字健康智能实验室的研究人员解决了这个问题，并开发了一种人工神经网络，可以生成合成的x射线图像，甚至可以骗过医学专家。

来自Jyväskylä大学的AI Hub中央芬兰项目的一组研究人员开发了一种基于人工智能的方法来创建合成膝关节x射线图像，以取代或补充膝关节的真实x射线图像骨关节炎分类。

研究人员使用合成的x射线图像来补充骨关节炎研究中真实x射线图像的数据集。然后，来自芬兰中部医疗保健区的专家一起对图片的真实性进行了评估。

在不知道数据集包括合成图像的情况下，医学专家被要求评估骨关节炎的严重程度。在第二阶段，专家们试图识别真实的和合成的图像。结果显示，平均而言，这是不可能的医学专家来区分真实的和合成的x射线图像。

“合成数据的使用不受与真实数据相同的数据保护法规的约束。使用合成数据可以促进研究小组、公司和公司之间的合作教育机构Jyväskylä大学数字健康智能实验室负责人萨米·Äyrämö说。

根据Äyrämö，合成数据的使用也加快了授权过程，因此，在其他事情中，测试新想法。

综合数据的使用可以在病人护理和医疗方法开发方面带来更好的结果

数据驱动的AI方法可以用来支持医生进行诊断。尽管人工智能的技术潜力巨大，但其数量医疗数据这是开发有效的医学方法的一个关键挑战。

负责开发人工神经网络的博士研究员Fabi Prezja说:“通过混合真实和合成的x射线图像，我们改进了基于人工智能的骨关节炎分类系统。”

在未来，合成数据可以导致更好的结果，发展医疗方法和病人护理，尤指医疗条件真正的病人数据有限。

此外，神经网络还能够根据专家的要求修改合成x射线图像。这种能力非常强大，未来可能用于医学教育应用，以及其他AI系统的压力测试，”Prezja补充说。

这项研究是与芬兰中部卫生保健区合作进行的，该区主任、外科教授Juha Paloneva认为，基于人工智能的诊断方法是一种宝贵的方式，可以将经验丰富的医生的专业知识转移到支持年轻医生的工作中。

相邻的图像显示了一组动画截图，展示了如何将合成x射线修改到专家的规格。

“人工智能可以用来揭示，例如，难以发现的早期骨关节炎迹象。然而，人工智能治疗骨关节炎的方法仍在改进，所以工作仍在继续，”帕洛涅娃说。

这项研究发表在科学报告．