30. 4. 2026

umělá imteligence

Zabránit ztrátě zraku bude pomáhat umělá inteligence

MedicínaNovéVýzkum
laser, eye, iris, correction, vision correction, pupil, eye surgery, laser, laser, eye surgery, eye surgery, eye surgery, eye surgery, eye surgeryFoto: Pixabay

Ztráta zraku je pro zdravého člověka nepředstavitelná. Zrak je jedním z nejdůležitějších smyslů. Nejen člověku, ale i jiným živočichům umožňuje vnímat světlo, barvy, tvary a vzdálenosti, a tím se orientovat v prostoru. Vědci z Dánska se proto ve svém výzkumu zaměřil na osoby s keratokonusem, což je zrakové postižení, které se obvykle objevuje u dospívajících a mladých lidí.

AI již pomáhá v jiných lékařských oborech , proto se ji vědci rozhodli využít k určení pacientů, kteří potřebují léčbu ke stabilizaci rohovky. Ta je nezbytná k záchraně zraku. AI použili k vyhodnocení snímků očí pacientů v kombinaci s dalšími daty. Úspěšné předpověděli, kteří pacienti potřebují okamžitou léčbu a kteří můžou pokračovat v monitorování.

Keratokonus je nemoc, která se v průběhu let zhoršuje. Postihuje až 1 z 350 lidí. V některých případech lze tento stav zvládnout kontaktními čočkami, ale v jiných případech se rychle zhoršuje. Pokud se neléčí, pacienti můžou potřebovat transplantaci rohovky. V současné době je jediným způsobem, jak zjistit, kdo potřebuje léčbu. Každý takový pacient potřebuje monitoring.

Jednorázová léčba nazvaná „cross-linking“ může vývoj nemoci zastavit. Podmínkou je, že se provede před vznikem trvalé jizvy. Cross-linking neni 100%, ale v mnoha případech zabraňuje nutnosti transplantace rohovky. Lékaři v současné době nemohou s pouhým sledováním předpovědět, u kterých pacientů bude docházet k progresi onemocnění a bude vyžadovat léčbu a u kterých zůstane stav stabilní. To znamená, že pacienti potřebují časté sledování po mnoho let, přičemž cross-linking se obvykle provádí až poté, co k progresi již došlo.

Foto: Šafí Balal / ESCRS / Tiskový zdroj EurekAlert
Obrázek: Příklad OCT skenování oka používaného umělou inteligencí.

Studie zahrnovala skupinu pacientů, kteří byli odesláni do Moorfields Eye Hospital NHS Foundation Trust k posouzení a monitorování keratokonu, včetně skenování přední části oka pomocí optické koherentní tomografie (OCT) za účelem posouzení jejího tvaru. Výzkumníci pomocí umělé inteligence prostudovali 36 673 OCT snímků od 6 684 různých pacientů spolu s dalšími údaji o pacientech.

*U lidí s keratokonusem se rohovka – přední okno oka – vyboulí směrem ven. Keratokonus způsobuje zhoršení zraku u mladých pacientů v produktivním věku a je nejčastějším důvodem transplantace rohovky v západním světě.

Algoritmus umělé inteligence dokázal přesně předpovědět, zda se stav pacienta zhorší, nebo zůstane stabilní, a to pouze na základě snímků a dat z první návštěvy. Pomocí umělé inteligence mohli vědci rozdělit dvě třetiny pacientů do skupiny s nízkým rizikem, která nepotřebovala léčbu, a zbývající třetinu do skupiny s vysokým rizikem, která potřebovala rychlou léčbu. Po zahrnutí informací z druhé návštěvy nemocnice dokázal algoritmus úspěšně kategorizovat až 90 % pacientů.

Zesíťovací léčba využívá ultrafialové světlo a kapky vitamínu B2 (riboflavinu) ke zpevnění rohovky a je úspěšná ve více než 95 % případů.

Výzkum ukazuje, že pomocí umělé inteligence lze předpovědět, kteří pacienti potřebují léčbu a kteří mohou pokračovat v monitorování. Toto je první studie svého druhu, která dosáhla takové úrovně přesnosti v predikci rizika progrese keratokonu z kombinace skenů a dat pacientů a využívá velkou kohortu pacientů sledovaných po dobu dvou let nebo déle.

Nyní vědci vyvíjejí výkonnější algoritmus umělé inteligence, trénovaný na milionech očních skenů, který lze přizpůsobit specifickým úkolům, včetně predikce progrese keratokonu, ale také dalším úkolům, jako je detekce očních infekcí a dědičných očních onemocnění.

Dr. José Luis Güell, člen správní rady ESCRS a vedoucí oddělení chirurgie rohovky, katarakty a refrakční chirurgie v Instituto de Microcirugía Ocular v Barceloně ve Španělsku, který se výzkumu nepodílel, uvedl: „Keratokonus je zvládnutelné onemocnění, ale vědět, koho léčit, kdy a jak léčbu poskytnout, je náročné. Tento problém bohužel může vést ke zpožděním, kdy mnoho pacientů zažívá ztrátu zraku a vyžaduje invazivní implantaci nebo transplantaci.“

Studie byla provedená Dr. Shafi Balalem a jeho kolegy z Moorfields Eye Hospital NHS Foundation Trust v Londýně a univerzity College v Londýně (UCL) ve Velké Británii.

Zdroj: https://www.eurekalert.org/news-releases/1097604,

Tady už se rosnička nesplete! Předpovídání počasí přichází s novou metodou

AIMeteorologieNovéTechnologie
weather, nature, news, reporter, man, showing, broadcast, počasí, předpověď, channel, character, cloudy, sunny, prediction, presentation, rain, report, studio, sun, television, tv, map, worldwide, global, blue rain, blue map, blue presentation, blue global, prediction, prediction, prediction, prediction, predictionFoto: Pixabay

Podle tiskové zprávy Fiony Dennehyové z Institutu Alana Turinga, EurekAlert

Aby meteorologové mohli předpovídat počasí, musí počítač zpracovat obrovské množství dat. Ty se v současnosti generují prostřednictvím složitého souboru fází, z nichž každá trvá několik hodin. Data se následně zpracují v počítači a nebudu přehánět, když řeknu, že to potřebuje opravdu hoooodně času a hooodně odborníků.

Moderní přístup k prognózám byl vynalezen už před sto lety. Zasloužil se o něj Lewis Fry Richardson, který během první světové války pracoval jako řidič sanitky, když si uvědomil, že schopnost předpovídat počasí může pomoci zachránit životy. Tato myšlenka ho přivedla k vyvinutí prvního matematického postupu k předpovídání počasí.

Richardsonova metoda byla sice tehdy průlomová, ale také byla časově velmi náročná. Vypočítal, že k vytvoření včasné předpovědi na následující den by bylo zapotřebí 64 000 lidí pracujících s logaritmickými pravítky. Právě vývoj superpočítačů v 50. letech 20. století učinil Richardsonův přístup praktickým.

Revoluční řešení

Revoluční systém předpovídání počasí, Aardvark Weather, dokáže poskytovat přesné informace desetkrát rychleji a s tisíckrát menším výpočetním výkonem, než současné předpovědní systémy založené na fyzice. Obrovské datové soubory posbírané ze satelitů, meteorologických stanic a dalších senzorů vědci nahradili jediným jednoduchým modelem strojového učení, který využívá stejná data a následně dokáže poskytnout globální i místní předpovědi, které jsou navíc k dispozici během několika minut, a to i na běžném stolním počítači. 

K použití AI pro předpovídání počasí přispěl nedávný výzkum společností Huawei, Google a Microsoft, který ukázal, že jedna součást tohoto potrubí pro sběr dat, a to numerický řešič, který počítá, jak se počasí vyvíjí v průběhu času, může být nahrazen umělou inteligencí, což vede k rychlejším a přesnějším předpovědím.

Jeden místo deseti

Při použití pouhých 10 % vstupních dat existujících systémů Aardvark již nyní předčí americký národní předpovědní systém GFS a je také schopný konkurovat s předpověďmi Meteorologické služby USA, které využívají vstupy z desítek modelů počasí a analýzy od expertních lidských prognostiků.  Mimochodem, tuto novou kombinaci umělé inteligence a tradičních metod už nyní používá Evropské centrum pro střednědobé předpovědi počasí. A protože se učí přímo z dat, umí své předpovědi rychle přizpůsobit na míru pro konkrétní odvětví nebo lokalitu, ať už jde o předpovědi teplot pro africké zemědělství nebo rychlosti větru pro firmy zabývající se obnovitelnými zdroji energie v Evropě.

Aerdvark tak brzy nahradí tradiční systémy předpovědi počasí, kde vytvoření konkrétního systému přizpůsobeného na míru vyžadoval roky práce s velkým týmem odborníků.

A to není všechno. Jakožto komplexní vzdělávací systém AI ho lze snadno aplikovat na další problémy při předpovídání počasí. Dokáže totiž odhalit například i požáry, hurikány a tornáda. A aby toho neměl na staroti málo a nezačal se náhodou nudit, bude jeho aplikace kromě sledování počasí zahrnovat také předpovědi celého zemského systému, včetně předpovědí kvality vzduchu, dynamiky oceánů a také sledování mořského ledu.

Aardvark byl vyvinutý výzkumníky z univerzity v Cambridge s podporou institutu Alana Turinga, Microsoft Research a Evropské centrum pro střednědobé předpovědi počasí.

Proč se některé zážitky stanou „zapamatovatelné“?

NovéTOP 10Výzkum
ai generated, light bulb, bulbFoto: satheeshsankaran / Pixabay

Podle recenzované publikace Yalské univerzity, zveřejněné AAAS v Eureka Alert, lidský mozek filtruje záplavu zážitků a vytváří specifické vzpomínky. Proč se ale některé zážitky v této záplavě smyslových informací stanou „zapamatovatelné“, zatímco většinu z nich mozek zahodí?

Výpočtový model a behaviorální studie vyvinuté vědci z Yalu naznačuje nový klíč k této prastaré otázce. Uvádějí vědci v časopise Nature Human Behavior

„Mysl upřednostňuje zapamatování si věcí, které není schopna dobře vysvětlit,“ řekl Ilker Yildirim, odborný asistent psychologie na Filozofické a přírodovědecké fakultě Yale a hlavní autor článku. „Pokud je scéna předvídatelná a není překvapivá, může být ignorována.“

Osoba může být například krátce zmatena přítomností požárního hydrantu v přírodním prostředí, což ztěžuje interpretaci obrazu. A právě proto je lépe zapamatovatelná. „Naše studie prozkoumala otázku, která vizuální informace je zapamatovatelná, spárováním výpočtového modelu složitosti scény se studií chování,“ řekl Yildirim.

Pro studii, kterou vedli Yildirim a John Lafferty, John C. Malone, profesor statistiky a datové vědy na Yale, výzkumníci vyvinuli výpočetní model, který se zabýval dvěma kroky při vytváření paměti. Kompresí vizuálních signálů a jejich rekonstrukcí. 

Na základě tohoto modelu navrhli sérii experimentů. Lidé byli dotázáni, zda si pamatují konkrétní obrázky ze sekvence přírodních obrázků zobrazovaných v rychlém sledu. Tým z Yale zjistil, že čím obtížnější bylo pro výpočetní model rekonstruovat obrázek, tím pravděpodobněji si účastníci obrázek zapamatovali.

„Použili jsme model umělé inteligence, abychom se pokusili osvětlit vnímání scén lidmi. Toto pochopení by mohlo v budoucnu pomoci při vývoji efektivnějších paměťových systémů pro umělou inteligenci,“ řekl Lafferty, který je také ředitelem Centra pro neurocomputaci a Strojové inteligence v institutu Wu Tsai na Yale. 

Bývalí postgraduální studenti Yale Qi Lin (psychologie) a Zifan Lin (statistika a datová věda) jsou spoluprvními autory článku.


Článek byl upraven z tiskové zprávy AAAS, vědecká studie byla publikovaná v časopise Nature Human Behavior.

UMĚLÁ inteligence překračuje novou hranici, robot bude hrát důležitou roli v soudním procesu

NovéTechnologieTOP 10Zajímavosti
Foto: Getty Images

Robot AI bude poprvé radit obžalovanému u soudu

Zprávu sdílela publikace New Scientist, která vysvětlila, že AI bude v telefonu obžalovaného. Robot by odposlouchával soudní jednání a poté by prostřednictvím sluchátka radil obžalovanému. 

Umělá inteligence byla vyvinuta společností s názvem DoNotPay, která se označuje jako „první robotický právník na světě“. Společnost byla založena Joshuou Browderem a je popisována jako chatbot. 

Původně byla navržena pro boj s parkovacími lístky a nyní se rozšířila o poskytování dalších služeb, které se velmi liší a vysvětlují složitá témata lidem, kteří je potřebují. 

„Aplikace DoNotPay je domovem prvního robotického právníka na světě,“ píše se na webu. „Bojujte s korporacemi, porazte byrokracii a žalujte kohokoli stisknutím tlačítka.“ 

Webová stránka uvádí sadu funkcí, ke kterým je AI údajně vybavena, včetně zproštění poplatků za studium, propojení lidí s vězni, pomoci uživatelům s účty a nájemným, usnadnění rozvodových certifikátů a dalších. Aplikace je předplatitelská služba, která si účtuje 36 USD ročně.

První soudní proces s AI se má konat v únoru, přičemž podrobnosti, jako jsou konkrétní data a místa, budou chráněny aplikací. 

Zatímco právník robotů s umělou inteligencí je rozhodně experiment a vytváří pro obžalovaného určitou míru rizika, otevírá to některé zajímavé dveře pro budoucnost umělé inteligence. 

Přehled ochrany osobních údajů

Tyto webové stránky používají soubory cookies, abychom Vám mohli poskytnout co nejlepší uživatelský zážitek. Informace o souborech cookie se ukládají ve vašem prohlížeči a plní funkce, jako je rozpoznání, když se na naše webové stránky vrátíte a pomáhají našemu týmu pochopit, které části webových stránek považujete za nejzajímavější a nejužitečnější.


Warning: Undefined array key "sssp-ad-overlay-priority" in /data/web/virtuals/326454/virtual/www/wp-content/plugins/seznam-ads/includes/class-seznam-ssp-automatic-insert.php on line 276