人工智能的合成数据在机器人辅助手术中优于真实数据

虽然人工智能继续改变医疗保健，但该技术有一个致命弱点：训练人工智能系统执行特定任务需要大量带注释的数据，而工程师有时没有或无法获得这些数据。在一个完美的世界中，研究人员将能够在需要时以数字方式生成所需的精确数据，从而释放 AI 的新功能。

然而，实际上，即使以数字方式生成这些数据也很棘手，因为现实世界的数据，尤其是医学数据，是复杂且多方面的。但解决方案正在酝酿之中。怀廷工程学院计算传感和机器人实验室的研究人员已经创建了软件来逼真地模拟开发 AI 算法所需的数据，这些算法在手术中执行重要任务，例如 X 射线图像分析。

该研究于 3 月 20 日发表在Nature Machine Intelligence上，发现使用名为 SyntheX 的新系统构建的算法在多种应用中的性能与根据真实数据构建的算法一样好，甚至更好，包括让机器人能够检测手术手术过程中的仪器。

“我们表明，生成逼真的合成数据是开发人工智能模型的可行资源，而且比收集真实临床数据更可行，后者可能非常难以获得，或者在某些情况下根本不存在，”说Mathias Unberath，计算机科学助理教授，该论文的高级作者。

以 X 射线引导手术为例。假设您想开发一种新的手术机器人和相关算法，使其能够在手术过程中将器械放置在正确的位置。只有一个障碍：所需的训练数据集——在这种情况下，高度特定的 X 射线图像——不存在。

答案?研究人员说，通过模拟生成所需的数据。在其研究中，该团队着手模拟 X 射线图像，这些图像将反映真实患者接受这种机器人辅助手术时拍摄的图像。为此，研究人员利用了类似于《模拟人生》或《我的世界》等流行模拟视频游戏中的复杂计算机模拟的力量。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！