Meditsiiniliste piltide analüüsil on haiguste diagnoosimisel ja ravimisel ülioluline roll. Võimalus seda protsessi masinõppe (ML) tehnikate abil automatiseerida võimaldab tervishoiutöötajatel kiiremini diagnoosida teatud vähktõbe, koronaarhaigusi ja oftalmoloogilisi haigusi. Selle valdkonna arstide ja teadlaste üks peamisi väljakutseid on aga piltide klassifitseerimiseks mõeldud ML-mudelite loomise aeganõudev ja keeruline olemus. Traditsioonilised meetodid nõuavad kodeerimisteadmisi ja ulatuslikke teadmisi ML-algoritmide kohta, mis võib paljudele tervishoiutöötajatele takistuseks olla.
Selle lünga kõrvaldamiseks kasutasime Amazon SageMakeri lõuend, visuaalne tööriist, mis võimaldab arstidel luua ja juurutada ML-mudeleid ilma kodeerimise või eriteadmisteta. See kasutajasõbralik lähenemisviis kõrvaldab ML-ga seotud järsu õppimiskõvera, mis vabastab arstid keskenduma oma patsientidele.
Amazon SageMaker Canvas pakub ML-mudelite loomiseks pukseerimisliidest. Arstid saavad valida andmed, mida nad soovivad kasutada, määrata soovitud väljundi ja seejärel jälgida, kuidas see mudelit automaatselt koostab ja koolitab. Kui mudel on koolitatud, loob see täpsed prognoosid.
See lähenemisviis sobib ideaalselt arstidele, kes soovivad kasutada ML-i diagnoosi ja raviotsuste parandamiseks. Amazon SageMaker Canvasega saavad nad kasutada ML-i võimet oma patsientide abistamiseks, ilma et nad peaksid olema ML-ekspert.
Meditsiinilise kujutise klassifikatsioon mõjutab otseselt patsientide tulemusi ja tervishoiu tõhusust. Meditsiiniliste piltide õigeaegne ja täpne klassifitseerimine võimaldab varakult avastada haigusi, mis aitab tõhusalt planeerida ja jälgida ravi. Veelgi enam, ML-i demokratiseerimine juurdepääsetavate liideste, nagu Amazon SageMaker Canvas, kaudu võimaldab suuremal hulgal tervishoiutöötajatel, sealhulgas neil, kellel pole ulatuslikku tehnilist tausta, anda oma panuse meditsiinilise pildianalüüsi valdkonda. See kaasav lähenemine soodustab koostööd ja teadmiste jagamist ning viib lõppkokkuvõttes edusammudeni tervishoiuuuringutes ja parema patsiendihoolduseni.
Selles postituses uurime Amazon SageMaker Canvase võimalusi meditsiiniliste piltide klassifitseerimisel, arutame selle eeliseid ja tõstame esile tegelikud kasutusjuhtumid, mis näitavad selle mõju meditsiinilisele diagnostikale.
Kasutusjuhtum
Nahavähk on tõsine ja potentsiaalselt surmav haigus ning mida varem see avastatakse, seda suurem on võimalus edukaks raviks. Statistiliselt on nahavähk (nt basaal- ja lamerakuline kartsinoom) üks levinumaid vähiliike ja põhjustab sadu tuhandeid surmajuhtumeid. ülemaailmne igal aastal. See väljendub naharakkude ebanormaalses kasvus.
Varajane diagnoosimine suurendab aga järsult taastumise võimalusi. Lisaks võib see muuta kirurgilised, radiograafilised või kemoterapeutilised ravimeetodid ebavajalikuks või vähendada nende üldist kasutust, aidates vähendada tervishoiukulusid.
Nahavähi diagnoosimise protsess algab protseduuriga, mida nimetatakse dermoskoopiaks[1], mille käigus kontrollitakse nahakahjustuste üldist kuju, suurust ja värviomadusi. Kahtlustatavatest kahjustustest tehakse seejärel täiendavad proovid ja histoloogilised testid vähirakkude tüübi kinnitamiseks. Arstid kasutavad nahavähi tuvastamiseks mitmeid meetodeid, alustades visuaalsest avastamisest. American Center for Study of Dermatology töötas välja melanoomi võimaliku kuju juhendi, mida nimetatakse ABCD (asümmeetria, ääris, värvus, läbimõõt) ja seda kasutavad arstid haiguse esmaseks sõeluuringuks. Kui leitakse kahtlustatav nahakahjustus, võtab arst nahal nähtavast kahjustusest biopsia ja uurib seda mikroskoopiliselt hea- või pahaloomulise diagnoosi ning nahavähi tüübi tuvastamiseks. Arvutinägemise mudelid võivad mängida väärtuslikku rolli kahtlaste moolide või kahjustuste tuvastamisel, mis võimaldab varasemat ja täpsemat diagnoosimist.
Vähi tuvastamise mudeli loomine on mitmeetapiline protsess, nagu allpool kirjeldatud:
- Koguge terve naha ja erinevat tüüpi vähktõve või vähieelsete kahjustustega naha kujutiste kogum. Seda andmestikku tuleb täpsuse ja järjepidevuse tagamiseks hoolikalt kureerida.
- Kasutage piltide eeltöötlemiseks arvutinägemise tehnikaid ja ekstrakte, et eristada tervet ja vähist nahka.
- Treenige eeltöödeldud kujutiste põhjal ML-mudelit, kasutades juhendatud õppimisviisi, et õpetada mudelit eristama erinevaid nahatüüpe.
- Hinnake mudeli toimivust mitmesuguste mõõdikute (nt täpsuse ja meeldetuletuse) abil, tagamaks, et see tuvastab täpselt vähkkasvajaliku naha ja minimeerib valepositiivseid tulemusi.
- Integreerige mudel kasutajasõbralikku tööriista, mida dermatoloogid ja teised tervishoiutöötajad saaksid kasutada nahavähi avastamisel ja diagnoosimisel.
Üldiselt nõuab nahavähi avastamise mudeli nullist väljatöötamine tavaliselt märkimisväärseid ressursse ja teadmisi. See on koht, kus Amazon SageMaker Canvas aitab 2.–5. sammude jaoks aega ja vaeva lihtsustada.
Lahenduse ülevaade
Nahavähi arvutinägemismudeli loomise demonstreerimiseks ilma koodi kirjutamata kasutame Harvard Dataverse'i avaldatud dermatoskoopia nahavähi kujutise andmekogumit. Kasutame andmestikku, mille leiate aadressilt HAM10000 ja koosneb 10,015 XNUMX dermatoskoopilisest kujutisest, et luua nahavähi klassifikatsioonimudel, mis ennustab nahavähi klasse. Mõned põhipunktid andmestiku kohta:
- Andmekogum toimib õppekomplektina akadeemilise ML-eesmärgi jaoks.
- See sisaldab esinduslikku kogumit kõigist pigmenteerunud kahjustuste valdkonna olulistest diagnostilistest kategooriatest.
- Mõned andmestiku kategooriad on järgmised: aktiinilised keratoosid ja intraepiteliaalne kartsinoom / Boweni tõbi (akiec), basaalrakuline kartsinoom (bcc), healoomulised keratoosilaadsed kahjustused (päikese lentigiinid / seborroilised keratoosid ja samblike nagu keratoosid, bkl), dermatofibroom ( df), melanoom (mel), melanotsüütide nevi (nv) ja vaskulaarsed kahjustused (angioomid, angiokeratoomid, püogeensed granuloomid ja hemorraagia, veresooned)
- Rohkem kui 50% andmekogumis leiduvatest kahjustustest kinnitatakse histopatoloogiaga (histo).
- Ülejäänud juhtumite põhitõde tehakse kindlaks järelkontrolliga (
follow_up
), eksperdi konsensus (konsensus) või kinnitus in vivo konfokaalne mikroskoopia (konfokaalne). - Andmekogum sisaldab mitme kujutisega kahjustusi, mida saab jälgida kasutades
lesion_id
veerusHAM10000_metadata
faili.
Näitame, kuidas lihtsustada kujutiste klassifitseerimist mitme nahavähi kategooria jaoks ilma Amazon SageMaker Canvase abil koodi kirjutamata. Arvestades nahakahjustuse kujutist, liigitab SageMaker Canvas kujutise klassifikatsioon pildi automaatselt healoomuliseks või võimalikuks vähiks.
Eeldused
- Juurdepääs an AWS konto, millel on õigused sammude jaotises kirjeldatud ressursside loomiseks.
- AWS-i identiteedi ja juurdepääsu haldus (AWS IAM) kasutaja täielike õigustega Amazon SageMakeri kasutamiseks.
Juhendid
- SageMakeri domeeni seadistamine
- Andmekogumite seadistamine
- Looge Amazoni lihtne salvestusteenus (Amazon S3) unikaalse nimega ämber, mis on
image-classification-<ACCOUNT_ID>
kus ACCOUNT_ID on teie kordumatu AWS-i kontonumber. - Looge selles ämbris kaks kausta:
training-data
jatest-data
. - Looge koolitusandmete all seitse kausta iga andmestikus tuvastatud nahavähi kategooria jaoks:
akiec
,bcc
,bkl
,df
,mel
,nv
javasc
. - Andmekogum sisaldab mitme kujutisega kahjustusi, mida saab jälgida
lesion_id-column
jooksulHAM10000_metadata
faili. Kasutadeslesion_id-column
, kopeerige vastavad pildid õigesse kausta (st võite alustada 100 pildiga iga klassifikatsiooni jaoks).
- Looge Amazoni lihtne salvestusteenus (Amazon S3) unikaalse nimega ämber, mis on
- Kasutage Amazon SageMaker Canvas
- Mine Amazon SageMaker teenus konsoolis ja valige Lõuend nimekirjast. Kui olete lõuendi lehel, valige Ava lõuend nuppu.
- Kui olete lõuendi lehel, valige Minu modellid ja siis vali Uus mudel ekraani paremal küljel.
- Avaneb uus hüpikaken, kus me nimetame image_classify mudeli nimena ja valige jaotises Pildianalüüs Probleemi tüüp.
- Importige andmestik
- Järgmisel lehel palun valige Loo andmestik ja andmestikule nimeks hüpikaknas image_classify Ja valige see Looma nuppu.
- Järgmisel lehel muutke Andmeallikas et Amazon S3. Saate pilte ka otse üles laadida (st Kohalik üleslaadimine).
- Kui valite Amazon S3, kuvatakse teie kontol olevate ämbrite loend. Valige ülemsalv, mis hoiab andmestikku alamkaustas (nt image-classify-2023 ja valige Andmete importimine nuppu. See võimaldab Amazon SageMaker Canvasil pilte kiiresti kaustanimede alusel sildistada.
- Kui andmestik on edukalt imporditud, näete, et veerus Olek olek muutub väärtuseks Valmis Alates Töötlemine.
- Nüüd valige oma andmestik, valides Valige andmekogum lehe allosas.
- Ehitage oma mudel
- Kohta Ehitama lehel peaksite nägema oma andmeid imporditud ja märgistatud Amazon S3 kaustanime järgi.
- Valige Kiire ehitus nuppu (st punaselt esile tõstetud sisu järgmisel pildil) ja näete mudeli koostamiseks kahte võimalust. Esimene neist on Kiire ehitus ja teine on Standardne ehitus. Nagu nimigi viitab, pakub kiirehitusvalik kiirust rohkem kui täpsust ja mudeli ehitamiseks kulub umbes 15–30 minutit. Standardversioon seab täpsuse esikohale kiiruse ees, mudeli koostamine võtab aega 45 minutist 4 tunnini. Standardversioon käitab eksperimente, kasutades erinevaid hüperparameetrite kombinatsioone, ja genereerib taustaprogrammis palju mudeleid (kasutades SageMakeri autopiloodi funktsioone) ja valib seejärel parima mudeli.
- valima Standardne ehitus mudeli ehitamist alustada. Selle täitmiseks kulub umbes 2–5 tundi.
- Kui mudeli koostamine on lõppenud, näete hinnangulist täpsust, nagu on näidatud joonisel 11.
- Kui valite Hinded vahekaardil, peaks see andma teile ülevaate mudeli täpsusest. Samuti saame valida Täpsemad mõõdikud nuppu Hinded vahekaarti, et vaadata täpsust, meeldetuletust ja F1 skoori (tasakaalustatud täpsuse mõõt, mis võtab arvesse klassi tasakaalu).
- Täpsemad mõõdikud, mida Amazon SageMaker Canvas teile kuvab, sõltuvad sellest, kas teie mudel esitab teie andmetele arvulisi, kategoorilisi, pildi-, teksti- või aegridade prognoose. Usume, et sel juhul on meeldejätmine olulisem kui täpsus, sest vähi tuvastamata jätmine on palju ohtlikum kui õige avastamine. Kategooriline ennustus, nagu 2-kategooria ennustus või 3-kategooria ennustus, viitab klassifitseerimise matemaatilisele kontseptsioonile. The täiustatud mõõdik meenutamine on tegelike positiivsete (TP) osa kõigist tegelikest positiivsetest (TP + valenegatiivsed). See mõõdab positiivsete juhtumite osakaalu, mille mudel ennustas õigesti positiivseteks. Palun vaadake seda Sügav sukeldumine Amazon SageMaker Canvase täiustatud mõõdikutesse eelmõõdikute põhjalikuks sukeldumiseks.
See lõpetab Amazon SageMaker Canvas mudeli loomise etapi.
- Testige oma mudelit
- Nüüd saate valida Ennusta nuppu, mis viib teid lehele Ennusta leht, kuhu saate oma pilte üles laadida Üksik ennustus or Partii ennustus. Palun määrake oma valik ja valige Import pildi üleslaadimiseks ja mudeli testimiseks.
- Alustame ühe pildi ennustamisega. Veenduge, et olete Üksik ennustus Ja vali Impordi pilt. See viib teid dialoogiboksi, kust saate valida oma pildi üleslaadimise Amazon S3või tehke a Kohalik üleslaadimine. Meie puhul valime Amazon S3 ja sirvige meie kataloogi, kus meil on testpildid, ja valige suvaline pilt. Seejärel valige Andmete importimine.
- Pärast valimist peaksite nägema ekraanil teadet Ennustustulemuste genereerimine. Tulemused peaksid olema mõne minuti pärast, nagu allpool näidatud.
- Nüüd proovime partii ennustust. Valige Partii ennustus all Käivitage ennustused Ja valige see Impordi uus andmestik nuppu ja nimetage see BatchPrediction ja vajuta Looma nuppu.
- Järgmises aknas veenduge, et olete valinud Amazon S3 üleslaadimise ja sirvige kataloogi, kus meil on testikomplekt, ja valige Andmete importimine nuppu.
- Kui pildid on sees Valmis olek, valige loodud andmestiku raadionupp ja valige Loo ennustused. Nüüd peaksite nägema partii prognoosi partii olekut Prognooside genereerimine. Ootame tulemusi paar minutit.
- Kui olek on käes Valmis olekus, valige andmestiku nimi, mis viib teid lehele, mis näitab üksikasjalikku ennustust kõigil meie piltidel.
- Batch Predictioni teine oluline funktsioon on tulemuste kontrollimine ja ennustuse zip- või csv-failina allalaadimine edasiseks kasutamiseks või jagamiseks.
Selle abil olete edukalt suutnud luua mudeli, seda koolitada ja testida selle ennustust rakendusega Amazon SageMaker Canvas.
Koristamine
Vali Logi välja vasakpoolsel navigeerimispaanil, et tarbimise peatamiseks rakendusest Amazon SageMaker Canvas välja logida SageMaker Canvas tööruumi eksemplari tunnid ja vabastage kõik ressursid.
Viide
[1]Fraiwan M, Faouri E. Nahavähi automaatne tuvastamine ja klassifitseerimine sügava ülekande õppimise abil. Andurid (Basel). 2022, 30. juuni; 22(13):4963. doi: 10.3390/s22134963. PMID: 35808463; PMCID: PMC9269808.
Järeldus
Selles postituses näitasime teile, kuidas meditsiinilise kujutise analüüs ML-tehnikate abil võib kiirendada nahavähi diagnoosimist ja selle rakendatavust teiste haiguste diagnoosimisel. Kujutiste klassifitseerimiseks mõeldud ML-mudelite loomine on aga sageli keeruline ja aeganõudev ning nõuab kodeerimisteadmisi ja ML-teadmisi. Amazon SageMaker Canvas lahendas selle väljakutse, pakkudes visuaalset liidest, mis välistab vajaduse kodeerimise või spetsiaalsete ML-oskuste järele. See annab tervishoiutöötajatele võimaluse kasutada ML-i ilma järsu õppimiskõverata, võimaldades neil keskenduda patsiendihooldusele.
Traditsiooniline vähi tuvastamise mudeli väljatöötamise protsess on tülikas ja aeganõudev. See hõlmab kureeritud andmekogumi kogumist, piltide eeltöötlust, ML-mudeli koolitamist, selle toimivuse hindamist ja selle integreerimist tervishoiutöötajate kasutajasõbralikku tööriista. Amazon SageMaker Canvas lihtsustas samme eeltöötlusest integreerimiseni, mis vähendas nahavähi tuvastamise mudeli loomiseks kuluvat aega ja vaeva.
Selles postituses uurisime Amazon SageMaker Canvase võimsaid võimalusi meditsiiniliste piltide klassifitseerimisel, selle eeliste valgustamisel ja reaalsete kasutusjuhtumite tutvustamisel, mis näitavad selle sügavat mõju meditsiinilisele diagnostikale. Üks selline kaalukas kasutusjuht, mida uurisime, oli nahavähi avastamine ja see, kuidas varajane diagnoosimine parandab sageli oluliselt ravitulemusi ja vähendab tervishoiukulusid.
Oluline on tunnistada, et mudeli täpsus võib varieeruda sõltuvalt teguritest, nagu koolitusandmestiku suurus ja kasutatud mudeli konkreetne tüüp. Need muutujad mängivad rolli klassifitseerimistulemuste toimivuse ja usaldusväärsuse määramisel.
Amazon SageMaker Canvas võib olla hindamatu tööriist, mis aitab tervishoiutöötajatel haigusi täpsemini ja tõhusamalt diagnoosida. Siiski on oluline märkida, et see ei ole mõeldud asendama tervishoiutöötajate teadmisi ja hinnanguid. Pigem annab see neile jõudu, suurendades nende võimeid ja võimaldades täpsemaid ja otstarbekamaid diagnoose. Inimelement jääb otsustamisprotsessis oluliseks ning koostöö tervishoiutöötajate ja tehisintellekti (AI) tööriistade, sealhulgas Amazon SageMaker Canvas, vahel on optimaalse patsiendihoolduse pakkumisel otsustava tähtsusega.
Autoritest
Ramakant Joshi on AWS-i lahenduste arhitekt, kes on spetsialiseerunud analüütikale ja serverita domeenile. Tal on tarkvaraarenduse ja hübriidarhitektuuride taust ning ta soovib kirglikult aidata klientidel oma pilvearhitektuuri moderniseerida.
Jake Wen on AWS-i lahenduste arhitekt, keda juhib kirg masinõppe, loomuliku keele töötlemise ja süvaõppe vastu. Ta abistab ettevõtte kliente pilves moderniseerimisel ja skaleeritava juurutamise saavutamisel. Lisaks tehnikamaailmale tunneb Jake rõõmu rulasõidust, matkamisest ja õhudroonide juhtimisest.
Sonu Kumar Singh on AWS-i lahenduste arhitekt, kes on spetsialiseerunud analüütikavaldkonnale. Ta on aidanud kaasa organisatsioonide transformatiivsete nihete katalüüsimisel, võimaldades andmepõhist otsuste tegemist, soodustades seeläbi innovatsiooni ja kasvu. Ta naudib seda, kui miski, mille ta kavandas või lõi, avaldab positiivset mõju. AWS-is on tema eesmärk aidata klientidel AWS-i 200+ pilveteenusest väärtust ammutada ja neil pilveteekonnal kaasa aidata.
Dariush Azimi on AWS-i lahendusarhitekt, kes on spetsialiseerunud masinõppele, loomuliku keele töötlemisele (NLP) ja Kubernetesi mikroteenuste arhitektuurile. Tema missiooniks on anda organisatsioonidele võimalus rakendada oma andmete täielikku potentsiaali kõikehõlmavate täielike lahenduste kaudu, mis hõlmavad andmete salvestamist, juurdepääsetavust, analüüsi ja prognoosimisvõimalusi.
- SEO-põhise sisu ja PR-levi. Võimenduge juba täna.
- PlatoData.Network Vertikaalne generatiivne Ai. Jõustage ennast. Juurdepääs siia.
- PlatoAiStream. Web3 luure. Täiustatud teadmised. Juurdepääs siia.
- PlatoESG. Süsinik, CleanTech, Energia, Keskkond päikeseenergia, Jäätmekäitluse. Juurdepääs siia.
- PlatoTervis. Biotehnoloogia ja kliiniliste uuringute luureandmed. Juurdepääs siia.
- Allikas: https://aws.amazon.com/blogs/machine-learning/simplify-medical-image-classification-using-amazon-sagemaker-canvas/
- :on
- :on
- : kus
- $ UP
- 1
- 10
- 100
- 11
- 12
- 13
- 14
- 15%
- 16
- 17
- 2022
- 30
- 32
- 7
- 8
- 9
- 97
- a
- võime
- Võimalik
- MEIST
- akadeemiline
- juurdepääs
- kättesaadavus
- juurdepääsetav
- konto
- täpsus
- täpne
- täpselt
- saavutamisel
- kinnitada
- tegelik
- aadress
- adresseeritud
- edendama
- edasijõudnud
- edusammud
- AI
- Abi
- AIR
- algoritme
- Materjal: BPA ja flataatide vaba plastik
- Lubades
- võimaldab
- Ka
- Amazon
- Amazon SageMaker
- Amazon SageMakeri lõuend
- Amazon Web Services
- ameerika
- an
- analüüs
- analytics
- ja
- mistahes
- taotlus
- lähenemine
- arhitektuur
- OLEME
- ümber
- kunstlik
- tehisintellekti
- Tehisintellekt (AI)
- AS
- abistab
- seotud
- At
- automatiseerima
- Automaatne
- automaatselt
- AWS
- Taustaprogramm
- tagapõhi
- taustaga
- Saldo
- tõke
- põhineb
- Basel
- BE
- sest
- olnud
- Uskuma
- alla
- Kasu
- BEST
- Parem
- vahel
- Peale
- piir
- põhi
- Kast
- Toob
- laiem
- ehitama
- Ehitus
- Ehitab
- nupp
- by
- kutsutud
- CAN
- vähk
- lõuend
- võimeid
- mis
- hoolikalt
- juhul
- juhtudel
- katalüüsivad
- kategooriad
- Rakke
- keskus
- kindel
- väljakutse
- väljakutseid
- võimalus
- vastuolu
- muutma
- omadused
- valik
- Vali
- valimine
- klass
- klassid
- klassifikatsioon
- arstid
- Cloud
- pilvteenustest
- kood
- Kodeerimine
- koostöö
- kogumine
- värv
- Veerg
- kombinatsioonid
- ühine
- kaalukad
- täitma
- Lõpetab
- keeruline
- terviklik
- arvuti
- Arvuti visioon
- mõiste
- Tingimused
- kinnitus
- KINNITATUD
- üksmeel
- koosneb
- konsool
- tarbimine
- sisu
- aitama kaasa
- parandada
- Vastav
- kulud
- võiks
- looma
- loodud
- loomine
- loomine
- otsustav
- tülikas
- kureeritud
- kõver
- Kliendid
- Ohtlik
- andmed
- andmete salvestamine
- andmepõhistele
- andmeversum
- surmad
- Otsuse tegemine
- otsused
- sügav
- sügav sukeldumine
- sügav õpe
- rõõm
- demokratiseerimine
- näitama
- Olenevalt
- juurutada
- kasutuselevõtu
- kirjeldatud
- kavandatud
- soovitud
- üksikasjalik
- avastama
- tuvastatud
- Detection
- kindlaksmääratud
- määrates kindlaks
- arenenud
- arenev
- & Tarkvaraarendus
- Dialoog
- erinev
- eristada
- otse
- arutama
- haigus
- haigused
- eristama
- sukelduma
- do
- Arst
- arstid
- teeme
- domeen
- lae alla
- drastiliselt
- ajendatud
- Drones
- e
- iga
- Ajalugu
- Varajane
- Tõhus
- efektiivsus
- jõupingutusi
- element
- kõrvaldab
- töötavad
- volitama
- annab volitusi
- võimaldab
- võimaldades
- haarav
- Lõpuks-lõpuni
- Parandab
- tagama
- ettevõte
- oluline
- Hinnanguliselt
- hindama
- Uurib
- kiirendada
- katseid
- ekspert
- teadmised
- uurima
- uurida
- ulatuslik
- väljavõte
- f1
- silmitsi seisnud
- tegurid
- vale
- kaugele
- tunnusjoon
- vähe
- väli
- Joonis
- fail
- leiab
- esimene
- Keskenduma
- Järel
- eest
- soodustab
- avastatud
- murdosa
- Alates
- täis
- funktsionaalsus
- edasi
- lõhe
- kogumine
- Üldine
- tekitama
- genereerib
- saama
- antud
- suurem
- Maa
- Kasv
- suunata
- rakmed
- Harvardi
- Olema
- he
- tervishoid
- tervislik
- aitama
- aidates
- Esile tõstma
- tema
- Tulemus
- omab
- Lahtiolekuajad
- Kuidas
- Kuidas
- aga
- HTML
- HTTPS
- inim-
- Inimelement
- sajad
- hübriid
- i
- ideaalne
- tuvastatud
- identifitseerib
- identifitseerima
- Identity
- if
- pilt
- Piltide klassifikatsioon
- pildid
- mõju
- Mõjud
- import
- oluline
- parandama
- paranenud
- in
- hõlmab
- Kaasa arvatud
- Kaasa arvatud
- Tõstab
- esialgne
- Innovatsioon
- teadmisi
- Näiteks
- instrumentaal-
- integreerima
- integratsioon
- Intelligentsus
- ette nähtud
- Kavatsus
- Interface
- liidesed
- sisse
- hindamatu
- IT
- ITS
- ise
- teekond
- jpg
- Võti
- teadmised
- kumar
- silt
- märgistamine
- keel
- suur
- Leads
- õppimine
- lahkus
- valgus
- nagu
- nimekiri
- loetelu
- logi
- masin
- masinõpe
- tegema
- juhtimine
- palju
- matemaatiline
- mai..
- mõõtma
- meetmed
- meditsiini-
- meetodid
- Meetrika
- Mikroskoopia
- mikroteenused
- minimeerib
- protokoll
- puuduvad
- missioon
- ML
- mudel
- mudelid
- kaasajastama
- järelevalve
- rohkem
- Pealegi
- kõige
- mitmekordne
- nimi
- nimed
- Natural
- Natural Language Processing
- loodus
- Navigate
- NAVIGATSIOON
- Vajadus
- vajav
- vajadustele
- negatiivid
- Uus
- järgmine
- NIH
- nlp
- nüüd
- NV
- esemeid
- of
- sageli
- on
- kunagi
- ONE
- Avaneb
- optimaalselt
- valik
- Valikud
- or
- organisatsioonid
- Muu
- meie
- välja
- tulemusi
- välja toodud
- väljund
- üle
- üldine
- enda
- lehekülg
- pane
- kirg
- kirglik
- patsient
- patsientidel
- kohta
- jõudlus
- täidab
- Õigused
- Huvitavat
- piloteerimine
- Keskses
- planeerimine
- Platon
- Platoni andmete intelligentsus
- PlatoData
- mängima
- mängib
- palun
- võrra
- pop-up
- positiivne
- võimalik
- post
- potentsiaal
- potentsiaalselt
- võim
- võimas
- vajadus
- Täpsus
- ennustada
- ennustus
- Ennustused
- Ennustab
- esitada
- tähtsustab
- menetlus
- protsess
- töötlemine
- spetsialistid
- sügav
- osa
- anda
- annab
- pakkudes
- avaldatud
- eesmärkidel
- Kiire
- kiiresti
- raadio
- valik
- pigem
- päris maailm
- realm
- taastumine
- vähendama
- Lühendatud
- vähendab
- viitama
- viitab
- vabastama
- asjakohane
- usaldusväärsus
- jäänused
- asendama
- esindaja
- nõudma
- nõutav
- Vajab
- teadustöö
- Teadlased
- Vahendid
- REST
- Tulemused
- õige
- Roll
- jookseb
- salveitegija
- ütleb
- skaalautuvia
- skoor
- kriimustada
- Ekraan
- sõelumine
- Teine
- Osa
- vaata
- väljavalitud
- andur
- Seeria
- tõsine
- teenima
- Serverita
- teenib
- teenus
- teenused
- komplekt
- seitse
- kuju
- jagamine
- Vahetused
- peaks
- presentatsioon
- näitas
- näidatud
- Näitused
- märkimisväärne
- märgatavalt
- lihtne
- lihtsustatud
- lihtsustama
- ühekordne
- SUURUS
- oskused
- nahk
- tarkvara
- tarkvaraarenduse
- päikese-
- lahendus
- Lahendused
- midagi
- spetsialiseeritud
- spetsialiseerunud
- konkreetse
- kiirus
- standard
- algus
- Käivitus
- algab
- riik
- olek
- Samm
- Sammud
- Peatus
- ladustamine
- Uuring
- edukas
- Edukalt
- selline
- soovitama
- kindel
- kirurgiline
- kahtlane
- võtab
- võtmine
- tech
- Tehniline
- tehnikat
- test
- testid
- tekst
- kui
- et
- .
- oma
- Neile
- SIIS
- Seal.
- sellega
- Need
- nad
- see
- need
- tuhandeid
- Läbi
- aeg
- Ajaseeria
- aega võttev
- õigeaegne
- et
- tööriist
- töövahendid
- tp
- traditsiooniline
- Rong
- koolitatud
- koolitus
- rongid
- üle
- muundav
- ravimisel
- ravi
- tõsi
- Tõde
- püüdma
- kaks
- tüüp
- liigid
- tüüpiliselt
- lõpuks
- all
- läbima
- ainulaadne
- tarbetu
- Kasutus
- kasutama
- kasutage juhtumit
- Kasutatud
- kasutajasõbralik
- kasutamine
- väärtuslik
- väärtus
- sort
- eri
- kontrollima
- vaade
- nähtav
- nägemus
- tähtis
- ootama
- tahan
- oli
- Watch
- we
- web
- veebiteenused
- olid
- millal
- kas
- mis
- WHO
- aken
- koos
- jooksul
- ilma
- Töötoad
- maailm
- kirjutamine
- aasta
- sa
- Sinu
- sephyrnet
- Tõmblukk