鼹鼠制图应用人群来源的照片皮肤癌预防研究

人工智能可能正在你的医生的办公室。
在谈到最近的研究发现在斯坦福大学，一队的Sancy Leachman、M.D.、Ph.D.，由OHSU Knight癌症研究所的黑色素瘤的研究计划和椅子在OHSU医学院的皮肤科主任，合著自然新闻和观点的角度，预示着人工智能，或者AI在癌症诊断中的“最后的边疆“重要的一步。
“他们正在接近拥有计算机的人工智能，以及执行委员会认证的皮肤科医生在对黑色素瘤痣使用数字图像的能力，”利奇曼说。“如果这项技术达到了它的潜力，需要观察的用户可以更快地进入他们的医生，那些没有任何关注的人可以避免不必要的旅行医生。”
着就是把这类技术在消费者的手中，他们会对他们的皮肤健康积极的热情。但是，人工智能必须训练大量的相关数据，科学家们还没有获得病人产生的皮肤图像和数据。这就是为什么利奇曼加入设计团队为手机APP摩尔映射，它首次向公众亮相2015年十月的iTunes商店。
Mole Mapper的目的是让人们准确测量和使用他们的智能手机摄像头监控他们的痣的能力。应用程序的可选的数据采集功能，利用苹果的researchkit平台给用户选择分享他们的潜在麻烦点随时间演化的匿名照片有助于黑色素的研究。
今天他和圣人的生物网络在自然科学数据在摩尔制图应用程序的前七个月公布的数据收集。通过分享这些数据，机构审查委员会，研究团队或内部评级法，监督可以访问该用户生成的数据。
什么研究人员从最初的摩尔映射数据集的学习？
广泛的参与是关键的研究队列包括2798名贡献了1920的美国人口调查，3274摩尔2422摩尔的图像测量和策划。
红头发的人在风险增加黑色素瘤-“我们的一个最值得注意的发现证实了摩尔映射参与者红头发明显更可能被诊断为黑色素瘤，”Dan Webster说，在Ph.D.，国家癌症研究所研究员。“这很重要，因为它证实了先前公布的数据显示，由于个人的红头发在MC1R基因突变的黑色素瘤有较高的风险。”
用户生成的数据中发挥重要作用的“人工智能，如用在最近斯坦福研究类，有数据以提高其结果无法满足的胃口，”鼹鼠制图产品经理和论文作者Tracy Petrie博士说，“数据是获得历史上最昂贵的，但鼹鼠制图项目演示了如何配对的手机技术与个人的参与有利于。这真的很令人兴奋。”
这是远离数据孤岛的重要传统研究收集的数据往往是由个别研究人员的控制，形成断开数据“孤岛”。鼹鼠制图的研究有助于圣人的生物网络的努力培养一个更开放的移动健康生态系统的数据大致与合格的研究人员的全球共享。“这是一个真正的信用研究的参与者们同意跟研究社区分享这些数据，”研究的资深作者Brian M. Bot。“我们作为研究人员认为这些研究中的参与者想像的数据收集和共享在努力加快研究进程。”

（注：转载时请注明复诊网）