Tulipa plärättyä ensin nuo 13pv sitten lankaan ilmestyneet .pdf tiedostot, joissa kiinnitin huomiota tuohon DLS systeemiin mitä käyttävät. Kuin myös hieman Fundus-based DLS:hin ja vielä utilisoituun CNN:ään.
DLS = deep learning system, CNN = convolutional neural network.
Jatkoin Rabbit holeen syöksymistä ja päädyin lukemaan noissa tännekin pastetuissa .pdf-tiedoistoissa mainitun tutkimuksen. Vertailukelpoista materiaalia on ikävä kyllä mahdoton saada siitä, miten muut samalla sektorilla häärivät valmistajat ja DLS:t pärjäävät. Ongelmaksi muodustuu se, etteivät käytä samoja tietotkantoja kuvissa joita diagnosoivat ja joilla laitteita opettavat… Ainoa isompi tekijä mikä silmään pisti oli se, että Optomed tuo tuossa “500.000 kuvaa DSL pohjalla!” mainostuksessaan hitusenverran ehkä liioittelee. Varsinaiseen opetustyöhön kun käytettiin n. 50% kuvista ja loput 50% olivat ns. suorituskykytestiä. Toki jälkimmäisetkin, suorituskykyanalyysissa käytetyt kuvat tulevat kartuttamaan diagnoositarkkuutta.
Ikäviä huomioita: mm. Ting, joka on ollut osallisena kirjoittamassa tutkimuksia mitä Optomed lainaa, omaa patentteja tuon DLS:än toimintaan. Samoin kun pläräsi laajemmin Optomedin käyttämän DLS:n ja CCN:n liittyviä tutkimuksia läpi kävi ilmi, että silläkin sektorilla on tutkijoilla useita patentteja juuri tuohon AI-puoleen ja sen toimintamekanismeihin (selviää, kun käy läpi kaikki Optomedin käyttötarkoitukset). Heräsi siis kysymys, että minkälaisenkohan diilin ovat sopineet royalteista?
Myös silmään pisti erittäin suuri hajonta (yli 25%) diagnoosin erottelutarkkuudessa. Parhaat tulokset ovat saaneet siitä tutkimuksesta, joka nostetaan esiin petri-final.pdf-tiedostossa. Jäi oikeasti miteityttämään minkälaisia kuvia ovat analysoineet tässä yli 70k ihmisen otoksessa, kun diagnosointitarkkuus on ollut samaa DSL:iä ja CNN:ää käyttäen niin heittelehtivä.
Ja FED:hän liputtaa atm. aika raivolla AI:ta ja koneoppia eteenpäin. Kannattaa lukaista täältä läpi tuo .pdf. Aika kuuma peruna FDA:ssa tuo AI ja koneoppi.
Näkisin kyllä tuotteelle kysyntää jos ja kun se saadaan myytyä köyhempiin maihin/ alueille, missä laite korvaa jonkinlaisen ihmisen vaativan validointitoimenpiteen. Ehkä osumatarkuuttaa täytyy vielä parantaa ainakin jos miettii länsimaista terveydenhuoltotekologian käyttäjää. … Vai menisitkö sinä testiiin, josta tiedät saavasi 20% todennäköisyydellä väärän tuloksen VAI silmälääkärille, jonka oikeassa olemisen prosentti saattaa hyvinkin olla huonompi? Lkr ei anna kuitenkaan prosenttilukuja väärässä olemiselleen. Takaa haen sitä, että tässä vaikuttavat myös psykologiset ilmiöt potentiaalisten säästöjen lisäksi.
Mielenkiintoinen kokonaisuuus ja jää kyllä seurantaan. Kiitokset ketjusta <3
edit: DLSn tarkempaa toimintamekanismia tuskin voi tietää, kun ilmeisesti taustalla jo jotain yrityssalaisuuksia. Dokumenteissa mainitut CNN:t ja niiden toimintaperiaatteet löytyvät kohtalaisen hyvin netistä hakemalla.