AI Superior heeft in samenwerking met een oogheelkundig centrum een geavanceerde techniek ontwikkeld diepgaand leermodel om het volume vet en spieren in menselijke ogen te schatten met behulp van CT- en MRI-baanscans. Door MRI-scans te analyseren, segmenteert ons model met succes vet- en spierweefsel in elk segment, waardoor een nauwkeurige volumeschatting mogelijk is en volumevergelijkingen voor en na na interventies mogelijk worden. Dit baanbrekende project biedt nieuwe mogelijkheden voor het begrijpen en beheren van de ooggezondheid.
![](https://aisuperior.com/wp-content/uploads/2023/06/brain.png)
![](https://aisuperior.com/wp-content/uploads/2023/06/brain.png)
Van scans tot inzichten: Deep Learning gebruiken om het vet- en spiervolume van menselijke ogen te schatten
Technologie
Computervisie | Kern machinaal leren
Industrie
Medisch
Potentiële industrieën
Gezondheidszorg
Cliënt
Oogheelkundig Centrum
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.