We hebben een AI-component ontwikkeld die een medisch beeld van het ene domein naar het andere vertaalt met behulp van AI Style Transfer Technique. Het doel van de component is om hergebruik mogelijk te maken van bestaande softwarecomponenten en machine learning-modellen die worden gebruikt om een specifiek type afbeeldingen te verwerken, dat wil zeggen afbeeldingen van weefsels die zijn gekleurd met één type reagens tegenover alle andere reagentia.
Hoe kunstmatige intelligentie kan helpen bij het vertalen van kankerbeelden | AI in medische beeldvorming
Technologie
Computervisie | Generatieve AI
Industrie
Farmaceutisch
Potentiële industrieën
Automobiel, mode
Cliënt
Farmaceutisch bedrijf
Samenvatting
Uitdaging
De verzekeringsmaatschappij die actief is in het medische/gezondheidsdomein werd geconfronteerd met de uitdaging van de ontwikkeling van een prijsbeleid. Voor hen was het belangrijk om de risico's die verband houden met een bepaalde patiënt te begrijpen en de prijsbeleidsmodellen dienovereenkomstig aan te passen. De klant verwachtte op zijn beurt aanzienlijke besparingen.
Oplossing van AI Superior
We hebben een applicatie gebouwd op basis van een machine learning-model om de waarschijnlijkheid van een bepaalde ziekte te voorspellen op basis van vele invoerkenmerken en parameters, waaronder de medische geschiedenis. Daarvoor hebben we een opleiding gevolgd diepgaand leermodel dat was effectief omgaan met intrinsieke uitdagingen zoals het onevenwicht tussen klassen. Daarnaast hebben we een validatieframework gebouwd om meerdere benaderingen objectief te vergelijken en ervoor te zorgen dat het gecreëerde model aanzienlijk beter presteerde dan andere.
Resultaat en implicaties
De ontwikkelde Data Science-oplossing presteerde aanzienlijk beter dan de basismodellen die op statistieken vertrouwden. De uitkomst van het model werd gebruikt om het prijsbeleid te optimaliseren om de omzet te verhogen en de risico's beter te beheersen.