医療画像は黒い肌に失敗する研究者がそれを修正した

黒い肌に失敗した医療画像を修正した研究者の取り組み

ジョンズ・ホプキンズ大学（JHU）の研究者らに率いられたチームは、肌の色合いに関係なく、誰の内部解剖学的構造をクリアに映し出す方法を開発しました。

JHUのムイナトゥ・”ビシ”・ベルは、「光を介して皮膚を画像化する際、薄い肌の人と比べて、濃い肌の人には重要なバイアスと課題が存在するというのは、なかなか明確ですね」と述べています。

「私たちの研究は、公正な画像化技術が可能であることを示しています。」

チームは、超音波（US）と光波を組み合わせて医用画像を作成するフォトアコースティックイメージングの情報を処理するアルゴリズムを作成しました。濃い肌の人々では、メラニンがこの光をより多く吸収するため、US機器にとってノイズの多い信号となります。

• 「ハリー・ポッターとは誰なのか？Microsoft ResearchのLLMの概念の忘却を精緻化する方法の内部」
• 「言語モデルがプログラマーを置き換えることはできるのか？ プリンストン大学とシカゴ大学の研究者が、GitHubからの実際の課題解決において機械学習モデルのテストを行う評価フレームワークであるSWE-benchを紹介」
• 「イェール大学とGoogleの研究者が、効率的な長距離シーケンス処理のために大規模言語モデルを迅速に加速する近似Attentionメカニズム、HyperAttentionを紹介する」という文章です

チームは、濃い肌の画像から不要な信号をフィルタリングして、より正確な詳細を提供することができました。ジョンズ・ホプキンズ大学ハブからの引用元 全文を見る

要約著作権 © 2023 SmithBucklin、ワシントンD.C., 米国

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!