ניתוח תמונות רפואיות ממלא תפקיד מכריע באבחון וטיפול במחלות. היכולת לבצע אוטומציה של תהליך זה באמצעות טכניקות למידת מכונה (ML) מאפשרת לאנשי מקצוע בתחום הבריאות לאבחן במהירות רבה יותר סוגי סרטן מסוימים, מחלות כליליות ומצבי עיניים. עם זאת, אחד האתגרים המרכזיים איתם מתמודדים קלינאים וחוקרים בתחום זה הוא האופי הגוזל והמורכב של בניית מודלים של ML לסיווג תמונה. שיטות מסורתיות דורשות מומחיות בקידוד וידע נרחב באלגוריתמי ML, מה שיכול להוות מחסום עבור אנשי מקצוע רבים בתחום הבריאות.
כדי להתמודד עם הפער הזה, השתמשנו אמזון SageMaker Canvas, כלי ויזואלי המאפשר לרופאים לבנות ולפרוס מודלים של ML ללא קידוד או ידע מיוחד. גישה ידידותית זו למשתמש מבטלת את עקומת הלמידה התלולה הקשורה ל-ML, אשר משחררת את הרופאים להתמקד במטופלים שלהם.
Amazon SageMaker Canvas מספק ממשק גרירה ושחרור ליצירת מודלים של ML. רופאים יכולים לבחור את הנתונים שהם רוצים להשתמש בהם, לציין את הפלט הרצוי, ולאחר מכן לצפות כיצד הוא בונה ומכשיר את הדגם באופן אוטומטי. ברגע שהמודל מאומן, הוא מייצר תחזיות מדויקות.
גישה זו היא אידיאלית עבור קלינאים רפואיים שרוצים להשתמש ב-ML כדי לשפר את האבחון והחלטות הטיפול שלהם. עם Amazon SageMaker Canvas, הם יכולים להשתמש בכוח של ML כדי לעזור למטופלים שלהם, מבלי להיות מומחה ML.
סיווג תמונה רפואית משפיע ישירות על תוצאות המטופל ויעילות הטיפול הרפואי. סיווג בזמן ומדויק של תמונות רפואיות מאפשר גילוי מוקדם של מחלות המסייע בתכנון וניטור טיפול יעיל. יתרה מכך, הדמוקרטיזציה של ML באמצעות ממשקים נגישים כמו Amazon SageMaker Canvas, מאפשרת למגוון רחב יותר של אנשי מקצוע בתחום הבריאות, כולל אלה ללא רקע טכני נרחב, לתרום לתחום ניתוח התמונות הרפואיות. גישה כוללת זו מטפחת שיתוף פעולה ושיתוף ידע ובסופו של דבר מובילה להתקדמות במחקר הבריאות וטיפול משופר בחולים.
בפוסט זה, נחקור את היכולות של Amazon SageMaker Canvas בסיווג תמונות רפואיות, נדון ביתרונותיה ונדגיש מקרי שימוש בעולם האמיתי המדגימים את השפעתו על אבחון רפואי.
השתמש במקרה
סרטן העור הוא מחלה חמורה שעלולה להיות קטלנית, וככל שהיא מתגלה מוקדם יותר, כך יש סיכוי טוב יותר לטיפול מוצלח. סטטיסטית, סרטן העור (כגון קרצינומה של תאי בסיס וקשקש) הוא אחד מסוגי הסרטן הנפוצים ביותר ומוביל למאות אלפי מקרי מוות עולמי כל שנה. זה מתבטא באמצעות צמיחה לא תקינה של תאי עור.
עם זאת, אבחון מוקדם מגדיל באופן דרסטי את סיכויי ההחלמה. יתר על כן, זה עלול להפוך טיפולים כירורגיים, רנטגניים או כימותרפיים למיותרים או להפחית את השימוש הכולל שלהם, ולעזור להפחית את עלויות שירותי הבריאות.
תהליך אבחון סרטן העור מתחיל בהליך הנקרא דרמוסקופיה[1], שבודקת את הצורה הכללית, הגודל והצבע של נגעי העור. לאחר מכן, נגעים חשודים עוברים דגימות נוספות ובדיקות היסטולוגיות לאישור סוג התא הסרטני. רופאים משתמשים במספר שיטות כדי לזהות סרטן עור, החל מזיהוי ויזואלי. המרכז האמריקאי לחקר דרמטולוגיה פיתח מדריך לצורה האפשרית של מלנומה, הנקרא א ב ג ד (אסימטריה, גבול, צבע, קוטר) ומשמשת את הרופאים לבדיקה ראשונית של המחלה. אם נמצא חשד לנגע עורי, אזי הרופא לוקח ביופסיה של הנגע הנראה על העור ובוחן אותו במיקרוסקופ לאבחון שפיר או ממאיר וסוג סרטן העור. מודלים של ראייה ממוחשבת יכולים למלא תפקיד חשוב בסיוע בזיהוי שומות או נגעים חשודים, מה שמאפשר אבחון מוקדם ומדויק יותר.
יצירת מודל לגילוי סרטן הוא תהליך רב-שלבי, כפי שמתואר להלן:
- אסוף מערך נתונים גדול של תמונות מעור בריא ועור עם סוגים שונים של נגעים סרטניים או טרום סרטניים. יש לאסוף את מערך הנתונים הזה בקפידה כדי להבטיח דיוק ועקביות.
- השתמש בטכניקות ראייה ממוחשבת כדי לעבד מראש את התמונות ולחלץ הרלוונטיים להבדיל בין עור בריא לסרטני.
- אימון מודל ML על התמונות המעובדות מראש, תוך שימוש בגישת למידה מפוקחת כדי ללמד את המודל להבחין בין סוגי עור שונים.
- הערך את הביצועים של המודל באמצעות מגוון מדדים, כגון דיוק וזיכרונות, כדי להבטיח שהוא מזהה במדויק עור סרטני וממזער תוצאות חיוביות שגויות.
- שלב את המודל לכלי ידידותי למשתמש שיכול לשמש רופאי עור ואנשי מקצוע אחרים בתחום הבריאות כדי לסייע בזיהוי ואבחון של סרטן העור.
באופן כללי, תהליך פיתוח מודל לגילוי סרטן עור מאפס דורש בדרך כלל משאבים ומומחיות משמעותיים. זה המקום שבו Amazon SageMaker Canvas יכול לעזור לפשט את הזמן והמאמץ עבור שלבים 2 - 5.
סקירת פתרונות
כדי להדגים את היצירה של מודל ראייה ממוחשבת לסרטן העור מבלי לכתוב שום קוד, אנו משתמשים במערך תמונת סרטן עור דרמטוסקופי שפורסם על ידי הרווארד Dataverse. אנו משתמשים במערך הנתונים, אותו ניתן למצוא ב HAM10000 ומורכב מ-10,015 תמונות דרמטוסקופיות, לבניית מודל סיווג סרטן העור המנבא שיעורי סרטן עור. כמה נקודות מפתח על מערך הנתונים:
- מערך הנתונים משמש מערך הכשרה למטרות ML אקדמיות.
- הוא כולל אוסף מייצג של כל קטגוריות האבחון החשובות בתחום הנגעים הפיגמנטיים.
- כמה קטגוריות במערך הנתונים הן: קרטוזות אקטיניות וקרצינומה תוך-אפיתלית / מחלת ביון (akiec), קרצינומה של תאי בסיס (bcc), נגעים דמויי קרטוזיס שפירים (לנטיגנים סולארים / קרטוזות סבוריאה וחזזית כמו קרטוזות, bkl), דרמטופיברומה ( df), מלנומה (mel), nevi מלנוציטי (nv) ונגעים בכלי דם (אנגיומות, אנגיוקרטימות, גרנולומות פיוגניות ודימום, כלי דם)
- יותר מ-50% מהנגעים במערך הנתונים מאושרים באמצעות היסטופתולוגיה (היסטו).
- האמת הבסיסית לשאר המקרים נקבעת באמצעות בדיקת מעקב (
follow_up
), הסכמה של מומחים (קונצנזוס), או אישור על ידי in vivo מיקרוסקופיה confocal (confocal). - מערך הנתונים כולל נגעים עם מספר תמונות, אשר ניתן לעקוב אחריהם באמצעות
lesion_id
עמודה בתוךHAM10000_metadata
קובץ.
אנו מציגים כיצד לפשט את סיווג התמונות עבור קטגוריות מרובות של סרטן עור מבלי לכתוב שום קוד באמצעות Amazon SageMaker Canvas. בהינתן תמונה של נגע עור, סיווג תמונה של SageMaker Canvas מסווג אוטומטית תמונה לסרטן שפיר או אפשרי.
תנאים מוקדמים
- גישה ל- AWS חשבון עם הרשאות ליצירת המשאבים המתוארים בסעיף השלבים.
- ניהול זהות וגישה של AWS (משתמש AWS IAM). עם הרשאות מלאות להשתמש באמזון SageMaker.
Walkthrough
- הגדרת דומיין SageMaker
- הגדר מערכי נתונים
- צור שירות אחסון פשוט של אמזון (אמזון S3) דלי עם שם ייחודי, כלומר
image-classification-<ACCOUNT_ID>
כאשר ACCOUNT_ID הוא מספר חשבון AWS הייחודי שלך. - בדלי זה צור שתי תיקיות:
training-data
וtest-data
. - תחת נתוני אימון, צור שבע תיקיות עבור כל אחת מקטגוריות סרטן העור שזוהו במערך הנתונים:
akiec
,bcc
,bkl
,df
,mel
,nv
, וvasc
. - מערך הנתונים כולל נגעים עם מספר תמונות, אשר ניתן לעקוב אחריהם על ידי
lesion_id-column
בתוךHAM10000_metadata
קוֹבֶץ. משתמש בlesion_id-column
, העתק את התמונות המתאימות לתיקיה הימנית (כלומר, אתה יכול להתחיל עם 100 תמונות עבור כל סיווג).
- צור שירות אחסון פשוט של אמזון (אמזון S3) דלי עם שם ייחודי, כלומר
- השתמש באמזון SageMaker Canvas
- עבור אל אמזון SageMaker שירות במסוף ובחר בד מהרשימה. ברגע שאתה בדף Canvas, אנא בחר פתח את קנבס לַחְצָן.
- ברגע שאתה בדף Canvas, בחר הדוגמניות שלי ולאחר מכן לבחור מודל חדש בצד ימין של המסך שלך.
- נפתח חלון מוקפץ חדש, שבו אנו שם image_classify כשם הדגם ובחר ניתוח תמונה תחת סוג הבעיה.
- ייבא את מערך הנתונים
- בעמוד הבא, אנא בחר צור מערך נתונים ובתיבה המוקפצת שם את מערך הנתונים בתור image_classify ובחר את צור לַחְצָן.
- בעמוד הבא, שנה את מקור מידע ל אמזון S3. אתה יכול גם להעלות ישירות את התמונות (כלומר, העלאה מקומית).
- כשתבחר אמזון S3, תקבל את רשימת הדליים הקיימים בחשבונך. בחר את דלי האב שמכיל את מערך הנתונים בתיקיית המשנה (למשל, image-classify-2023 ובחר ייבא נתונים לַחְצָן. זה מאפשר לאמזון SageMaker Canvas לתייג במהירות את התמונות על סמך שמות התיקיות.
- לאחר שיובאו בהצלחה של מערך הנתונים, תראה את הערך בעמודה סטטוס משתנה ל מוכן החל מ- תהליך.
- כעת בחר את מערך הנתונים שלך על ידי בחירה בחר מערך נתונים בתחתית העמוד שלך.
- בנה את הדגם שלך
- על לִבנוֹת בדף, אתה אמור לראות את הנתונים שלך מיובאים ומתויגים לפי שם התיקייה באמזון S3.
- בחר בנייה מהירה כפתור (כלומר, התוכן המודגש באדום בתמונה הבאה) ותראה שתי אפשרויות לבנות את המודל. הראשון הוא ה בנייה מהירה והשני הוא מבנה סטנדרטי. כפי שהשם מרמז, אפשרות בנייה מהירה מספקת מהירות על פני דיוק ובניית הדגם לוקחת כ-15 עד 30 דקות. המבנה הסטנדרטי נותן עדיפות לדיוק על פני מהירות, כאשר בניית המודל נמשכת בין 45 דקות ל-4 שעות. מבנה סטנדרטי מריץ ניסויים באמצעות שילובים שונים של היפרפרמטרים ומייצר מודלים רבים ב-backend (באמצעות פונקציונליות של SageMaker Autopilot) ולאחר מכן בוחר את המודל הטוב ביותר.
- בחר מבנה סטנדרטי להתחיל לבנות את המודל. זה לוקח בערך 2-5 שעות כדי להשלים.
- לאחר השלמת בניית המודל, תוכל לראות דיוק משוער כפי שמוצג באיור 11.
- אם תבחר באפשרות מניה הכרטיסייה, היא אמורה לספק לך תובנות לגבי דיוק המודל. כמו כן, אנו יכולים לבחור את מדדים מתקדמים כפתור על מניה לשונית כדי להציג את הדיוק, ההיזכרות והציון F1 (מדד מאוזן של דיוק שלוקח בחשבון איזון כיתתי).
- המדדים המתקדמים ש-Amazon SageMaker Canvas מציגה לך תלויים אם המודל שלך מבצע חיזוי מספרי, קטגורי, תמונה, טקסט או סדרות זמן על הנתונים שלך. במקרה זה, אנו מאמינים כי היזכרות חשובה יותר מדיוק מכיוון שהחמצת גילוי סרטן היא הרבה יותר מסוכנת מאשר זיהוי נכון. חיזוי קטגורי, כגון חיזוי 2 קטגוריות או חיזוי 3 קטגוריות, מתייחס למושג המתמטי של סיווג. ה מדד מתקדם היזכרות היא חלק התוצאות החיוביות האמיתיות (TP) מתוך כל התוצאות החיוביות בפועל (TP + שליליות שגויות). הוא מודד את שיעור המקרים החיוביים שנחזו נכון כחיוביים על ידי המודל. אנא עיין בזה צלילה עמוקה לתוך מדדים מתקדמים של אמזון SageMaker Canvas לצלילה עמוקה על מדדי המקדמה.
זה משלים את שלב יצירת המודל ב- Amazon SageMaker Canvas.
- בדוק את הדגם שלך
- כעת אתה יכול לבחור את לחזות לחצן, שלוקח אותך ל- לחזות דף, שבו אתה יכול להעלות תמונות משלך דרכו חיזוי בודד or חיזוי אצווה. אנא הגדר את האפשרות לבחירתך ובחר תבואו כדי להעלות את התמונה שלך ולבדוק את הדגם.
- נתחיל בביצוע חיזוי תמונה בודדת. ודא שאתה ב- חיזוי בודד ולבחור ייבוא תמונה. זה לוקח אותך לתיבת דו-שיח שממנה תוכל לבחור להעלות את התמונה שלך אמזון S3, או לעשות א העלאה מקומית. במקרה שלנו, אנחנו בוחרים אמזון S3 ודפדף לספרייה שלנו שבה יש לנו את תמונות הבדיקה ובחר כל תמונה. לאחר מכן בחר ייבא נתונים.
- לאחר הבחירה, אתה אמור לראות את המסך אומר הפקת תוצאות חיזוי. אתה אמור לקבל את התוצאות שלך תוך מספר דקות כפי שמוצג להלן.
- עכשיו בואו ננסה את חיזוי האצווה. בחר חיזוי אצווה תחת הפעל תחזיות ובחר את ייבא מערך נתונים חדש כפתור ושמות לו חיזוי אצווה ופגעתי צור לַחְצָן.
- בחלון הבא, ודא שבחרת להעלות את Amazon S3 ודפדף לספרייה שבה יש לנו את ערכת הבדיקה שלנו ובחר את ייבא נתונים לַחְצָן.
- ברגע שהתמונות נכנסות מוכן סטטוס, בחר בלחצן הבחירה עבור מערך הנתונים שנוצר ובחר צור חיזויים. כעת, אתה אמור לראות את המצב של אצווה חיזוי אצווה יצירת תחזיות. בוא נחכה כמה דקות לתוצאות.
- ברגע שהסטטוס נכנס מוכן המדינה, בחר את שם מערך הנתונים שיוביל אותך לדף המציג את התחזית המפורטת בכל התמונות שלנו.
- תכונה חשובה נוספת של Batch Prediction היא היכולת לאמת את התוצאות וגם להיות מסוגלת להוריד את החיזוי בקובץ zip או csv לשימוש נוסף או שיתוף.
בעזרת זה הצלחת ליצור מודל, לאמן אותו ולבדוק את התחזית שלו עם Amazon SageMaker Canvas.
ניקיון
בחרו יציאה בחלונית הניווט השמאלית כדי להתנתק מאפליקציית Amazon SageMaker Canvas כדי לעצור את הצריכה של שעות מופע סביבת העבודה של SageMaker Canvas ולשחרר את כל המשאבים.
צִיטָטָה
[1]Fraiwan M, Faouri E. על זיהוי וסיווג אוטומטי של סרטן העור באמצעות לימוד העברה עמוקה. חיישנים (באזל). 2022 יוני 30;22(13):4963. doi: 10.3390/s22134963. PMID: 35808463; PMCID: PMC9269808.
סיכום
בפוסט זה, הראינו לכם כיצד ניתוח תמונה רפואי באמצעות טכניקות ML יכול לזרז את האבחנה של סרטן העור, ואת ישימותו לאבחון מחלות אחרות. עם זאת, בניית מודלים של ML לסיווג תמונות היא לרוב מורכבת וגוזלת זמן, ודורשת מומחיות בקידוד וידע ב-ML. Amazon SageMaker Canvas התמודדה עם אתגר זה על ידי מתן ממשק חזותי שמבטל את הצורך בקידוד או מיומנויות ML מיוחדות. זה מעניק לאנשי מקצוע בתחום הבריאות להשתמש ב-ML ללא עקומת למידה תלולה, ומאפשר להם להתמקד בטיפול בחולים.
התהליך המסורתי של פיתוח מודל לגילוי סרטן הוא מסורבל וגוזל זמן. זה כרוך באיסוף מערך נתונים אוצר, עיבוד מקדים של תמונות, הדרכה של מודל ML, הערכת הביצועים שלו ושילובו בכלי ידידותי למשתמש עבור אנשי מקצוע בתחום הבריאות. Amazon SageMaker Canvas פשטה את השלבים מעיבוד מוקדם לאינטגרציה, מה שהפחית את הזמן והמאמץ הנדרשים לבניית מודל לזיהוי סרטן העור.
בפוסט זה, התעמקנו ביכולות החזקות של Amazon SageMaker Canvas בסיווג תמונות רפואיות, שפיכת אור על היתרונות שלה והצגת מקרי שימוש בעולם האמיתי המציגים את השפעתה העמוקה על אבחון רפואי. מקרה שימוש משכנע כזה שחקרנו היה גילוי סרטן העור וכיצד אבחון מוקדם לעתים קרובות משפר משמעותית את תוצאות הטיפול ומפחית את עלויות שירותי הבריאות.
חשוב להכיר בכך שהדיוק של המודל יכול להשתנות בהתאם לגורמים, כגון גודל מערך ההדרכה והסוג הספציפי של המודל המשמש. משתנים אלה ממלאים תפקיד בקביעת הביצועים והאמינות של תוצאות הסיווג.
Amazon SageMaker Canvas יכול לשמש ככלי שלא יסולא בפז המסייע לאנשי מקצוע בתחום הבריאות באבחון מחלות בדיוק וביעילות רבה יותר. עם זאת, חשוב לציין שזה לא נועד להחליף את המומחיות ואת שיקול הדעת של אנשי מקצוע בתחום הבריאות. במקום זאת, זה מעצים אותם על ידי הגדלת היכולות שלהם ומאפשר אבחונים מדויקים ומתאימים יותר. האלמנט האנושי נותר חיוני בתהליך קבלת ההחלטות, ושיתוף הפעולה בין אנשי מקצוע בתחום הבריאות וכלי בינה מלאכותית (AI), כולל Amazon SageMaker Canvas, הוא חיוני במתן טיפול מיטבי לחולים.
על המחברים
רמקאנט ג'ושי הוא אדריכל פתרונות AWS, המתמחה בתחום האנליטיקה והדומיין ללא שרתים. יש לו רקע בפיתוח תוכנה וארכיטקטורות היברידיות, והוא נלהב לעזור ללקוחות לחדש את ארכיטקטורת הענן שלהם.
ג'ייק וון הוא אדריכל פתרונות ב-AWS, מונע מתשוקה ללמידת מכונה, עיבוד שפה טבעית ולמידה עמוקה. הוא מסייע ללקוחות ארגוניים בהשגת מודרניזציה ופריסה ניתנת להרחבה בענן. מעבר לעולם הטכנולוגיה, ג'ייק מוצא תענוג בגלישה על סקייטבורד, בטיולים ובטיסת מל"טים.
סונו קומאר סינג הוא אדריכל AWS Solutions, עם התמחות בתחום האנליטיקה. הוא סייע לזרז שינויים טרנספורמטיביים בארגונים על ידי איפשר קבלת החלטות מונעת נתונים ובכך מעודד חדשנות וצמיחה. הוא נהנה כשמשהו שהוא עיצב או יצר מביא השפעה חיובית. ב-AWS הכוונה שלו היא לעזור ללקוחות להפיק ערך מ-200+ שירותי הענן של AWS ולהעצים אותם במסע הענן שלהם.
דריוש עזימי הוא אדריכל פתרונות ב-AWS, עם התמחות בלמידת מכונה, עיבוד שפה טבעית (NLP) וארכיטקטורת שירותי מיקרו עם Kubernetes. המשימה שלו היא להעצים ארגונים לרתום את מלוא הפוטנציאל של הנתונים שלהם באמצעות פתרונות מקיפים מקצה לקצה הכוללים אחסון נתונים, נגישות, ניתוח ויכולות חיזוי.
- הפצת תוכן ויחסי ציבור מופעל על ידי SEO. קבל הגברה היום.
- PlatoData.Network Vertical Generative Ai. העצים את עצמך. גישה כאן.
- PlatoAiStream. Web3 Intelligence. הידע מוגבר. גישה כאן.
- PlatoESG. פחמן, קלינטק, אנרגיה, סביבה, שמש, ניהול פסולת. גישה כאן.
- PlatoHealth. מודיעין ביוטכנולוגיה וניסויים קליניים. גישה כאן.
- מקור: https://aws.amazon.com/blogs/machine-learning/simplify-medical-image-classification-using-amazon-sagemaker-canvas/
- :יש ל
- :הוא
- :איפה
- $ למעלה
- 1
- 10
- 100
- 11
- 12
- 13
- 14
- 15%
- 16
- 17
- 2022
- 30
- 32
- 7
- 8
- 9
- 97
- a
- יכולת
- יכול
- אודות
- אקדמי
- גישה
- נגישות
- נגיש
- חֶשְׁבּוֹן
- דיוק
- מדויק
- במדויק
- השגתי
- הודה
- ממשי
- כתובת
- ממוען
- לקדם
- מתקדם
- התקדמות
- AI
- סיוע
- AIR
- אלגוריתמים
- תעשיות
- מאפשר
- מאפשר
- גם
- אמזון בעברית
- אמזון SageMaker
- אמזון SageMaker Canvas
- אמזון שירותי אינטרנט
- אֲמֶרִיקָאִי
- an
- אנליזה
- ניתוח
- ו
- כל
- בקשה
- גישה
- ארכיטקטורה
- ARE
- סביב
- מלאכותי
- בינה מלאכותית
- בינה מלאכותית (AI)
- AS
- אסיסטים
- המשויך
- At
- אוטומטי
- מכני עם סלילה אוטומטית
- באופן אוטומטי
- AWS
- קצה אחורי
- רקע
- רקע
- איזון
- מחסום
- מבוסס
- באזל
- BE
- כי
- היה
- תאמינו
- להלן
- הטבות
- הטוב ביותר
- מוטב
- בֵּין
- מעבר
- גבול
- תַחתִית
- אריזה מקורית
- מביא
- רחב
- לִבנוֹת
- בִּניָן
- בונה
- לַחְצָן
- by
- נקרא
- CAN
- מחלת הסרטן
- בד
- יכולות
- אשר
- בזהירות
- מקרה
- מקרים
- מזרז
- קטגוריות
- תאים
- מרכז
- מסוים
- לאתגר
- האתגרים
- סיכוי
- סיכויים
- שינוי
- מאפיינים
- בחירה
- בחרו
- בחירה
- בכיתה
- כיתות
- מיון
- קלינאים
- ענן
- שירותי ענן
- קוד
- סִמוּל
- שיתוף פעולה
- אוסף
- צֶבַע
- טור
- שילובים
- Common
- משכנע
- להשלים
- הושלם
- מורכב
- מַקִיף
- המחשב
- ראייה ממוחשבת
- מושג
- תנאים
- אישור
- מְאוּשָׁר
- קונסנסוס
- מורכב
- קונסול
- צְרִיכָה
- תוכן
- לתרום
- לתקן
- תוֹאֵם
- עלויות
- יכול
- לִיצוֹר
- נוצר
- יוצרים
- יצירה
- מכריע
- מסורבל
- אוצר
- זונה
- לקוחות
- מסוכן
- נתונים
- אחסון נתונים
- נתונים מונחים
- dataverse
- מוות
- קבלת החלטות
- החלטות
- עמוק
- צלילה לעומק
- למידה עמוקה
- לענג
- דמוקרטיזציה
- להפגין
- תלוי
- לפרוס
- פריסה
- מְתוּאָר
- מעוצב
- רצוי
- מְפוֹרָט
- לאתר
- זוהה
- איתור
- נחוש
- קביעה
- מפותח
- מתפתח
- צעצועי התפתחות
- דיאלוג
- אחר
- להבחין
- ישירות
- לדון
- מַחֲלָה
- מחלות
- לְהַבחִין
- צלילה
- do
- דוֹקטוֹר
- רופאים
- עושה
- תחום
- להורדה
- באופן דרסטי
- מונע
- מזל"ט
- e
- כל אחד
- מוקדם יותר
- מוקדם
- אפקטיבי
- יְעִילוּת
- מאמץ
- אלמנט
- מבטל
- מוּעֳסָק
- להסמיך
- מעצים
- מאפשר
- מה שמאפשר
- מקיף
- מקצה לקצה
- משפר
- לְהַבטִיחַ
- מִפְעָל
- חיוני
- מוערך
- להעריך
- בחינות
- לְזַרֵז
- ניסויים
- מומחה
- מומחיות
- לחקור
- חקר
- נרחב
- תמצית
- f1
- מתמודד
- גורמים
- שקר
- רחוק
- מאפיין
- מעטים
- שדה
- תרשים
- שלח
- ממצאים
- ראשון
- להתמקד
- הבא
- בעד
- מאמצים
- מצא
- שבריר
- החל מ-
- מלא
- פונקציונלי
- נוסף
- פער
- איסוף
- כללי
- ליצור
- מייצר
- לקבל
- נתן
- יותר
- קרקע
- צמיחה
- מדריך
- רתמת
- הרווארד
- יש
- he
- בריאות
- בריא
- לעזור
- עזרה
- להבליט
- שֶׁלוֹ
- מכה
- מחזיק
- שעות
- איך
- איך
- אולם
- HTML
- HTTPS
- בן אנוש
- יסוד אנושי
- מאות
- היברידי
- i
- אידאל
- מזוהה
- מזהה
- לזהות
- זהות
- if
- תמונה
- סיווג תמונות
- תמונות
- פְּגִיעָה
- השפעות
- לייבא
- חשוב
- לשפר
- משופר
- in
- כולל
- כולל
- כולל
- עליות
- בתחילה
- חדשנות
- תובנות
- למשל
- אינסטרומנטלי
- לשלב
- השתלבות
- מוֹדִיעִין
- התכוון
- מטרה
- מִמְשָׁק
- ממשקים
- אל תוך
- לֹא יְסוּלֵא בְּפָּז
- IT
- שֶׁלָה
- עצמו
- מסע
- jpg
- מפתח
- ידע
- קומאר
- תווית
- תִיוּג
- שפה
- גָדוֹל
- מוביל
- למידה
- עזבו
- אוֹר
- כמו
- רשימה
- רישום
- היכנס
- מכונה
- למידת מכונה
- לעשות
- ניהול
- רב
- מתימטי
- מאי..
- למדוד
- אמצעים
- רפואי
- שיטות
- מדדים
- מיקרוסקופיה
- מיקרו
- ממזער
- דקות
- חסר
- משימה
- ML
- מודל
- מודלים
- לְחַדֵשׁ
- ניטור
- יותר
- יתר על כן
- רוב
- מספר
- שם
- שמות
- טבעי
- עיבוד שפה טבעית
- טבע
- נווט
- ניווט
- צורך
- צורך
- צרכי
- תשלילים
- חדש
- הבא
- NIH
- NLP
- עַכשָׁיו
- NV
- אובייקטים
- of
- לעתים קרובות
- on
- פעם
- ONE
- נפתח
- אופטימלי
- אפשרות
- אפשרויות
- or
- ארגונים
- אחר
- שלנו
- הַחוּצָה
- תוצאות
- המתואר
- תפוקה
- יותר
- מקיף
- שֶׁלוֹ
- עמוד
- זגוגית
- תשוקה
- לוהט
- חולה
- חולים
- עבור
- ביצועים
- מבצע
- הרשאות
- מבחר
- מטיס
- מכריע
- תכנון
- אפלטון
- מודיעין אפלטון
- אפלטון נתונים
- לְשַׂחֵק
- משחק
- אנא
- נקודות
- מוקפץ
- חיובי
- אפשרי
- הודעה
- פוטנציאל
- פוטנציאל
- כּוֹחַ
- חזק
- צורך
- דיוק
- חזה
- נבואה
- התחזיות
- תחזית
- להציג
- מתעדף
- הליך
- תהליך
- תהליך
- אנשי מקצוע
- עמוק
- פרופורציה
- לספק
- מספק
- מתן
- לאור
- למטרות
- מָהִיר
- מהירות
- רדיו
- רכס
- במקום
- עולם אמיתי
- תחום
- התאוששות
- להפחית
- מופחת
- מפחית
- להתייחס
- מתייחס
- לשחרר
- רלוונטי
- אמינות
- שְׂרִידִים
- להחליף
- נציג
- לדרוש
- נדרש
- דורש
- מחקר
- חוקרים
- משאבים
- REST
- תוצאות
- תקין
- תפקיד
- פועל
- בעל חכמים
- אומר
- להרחבה
- ציון
- לגרד
- מסך
- סריקה
- שְׁנִיָה
- סעיף
- לִרְאוֹת
- נבחר
- חיישנים
- סדרה
- רציני
- לשרת
- ללא שרת
- משמש
- שרות
- שירותים
- סט
- שבע
- צוּרָה
- שיתוף
- משמרות
- צריך
- ראווה
- הראה
- הראה
- הופעות
- משמעותי
- באופן משמעותי
- פָּשׁוּט
- פשוט
- לפשט
- יחיד
- מידה
- מיומנויות
- עור
- תוכנה
- פיתוח תוכנה
- סולרי
- פִּתָרוֹן
- פתרונות
- משהו
- מיוחד
- מתמחה
- ספציפי
- מְהִירוּת
- תֶקֶן
- התחלה
- החל
- התחלות
- מדינה
- מצב
- שלב
- צעדים
- עצור
- אחסון
- לימוד
- מוצלח
- בהצלחה
- כזה
- להציע
- בטוח
- כירורגי
- חשוד
- לוקח
- נטילת
- טק
- טכני
- טכניקות
- מבחן
- בדיקות
- טֶקסט
- מֵאֲשֶׁר
- זֶה
- השמיים
- שֶׁלָהֶם
- אותם
- אז
- שם.
- בכך
- אלה
- הֵם
- זֶה
- אלה
- אלפים
- דרך
- זמן
- סדרת זמן
- דורש זמן רב
- אקטואלי
- ל
- כלי
- כלים
- tp
- מסורתי
- רכבת
- מְאוּמָן
- הדרכה
- רכבות
- להעביר
- טרנספורמטיבית
- בטיפול
- טיפול
- נָכוֹן
- אמת
- לנסות
- שתיים
- סוג
- סוגים
- בדרך כלל
- בסופו של דבר
- תחת
- לַעֲבוֹר
- ייחודי
- מְיוּתָר
- נוֹהָג
- להשתמש
- במקרה להשתמש
- מְשׁוּמָשׁ
- ידידותי למשתמש
- באמצעות
- בעל ערך
- ערך
- מגוון
- שונים
- לאמת
- לצפיה
- נראה
- חזון
- חיוני
- לחכות
- רוצה
- היה
- שעון
- we
- אינטרנט
- שירותי אינטרנט
- היו
- מתי
- אם
- אשר
- מי
- חלון
- עם
- בתוך
- לְלֹא
- סדנות
- עוֹלָם
- כתיבה
- שנה
- אתה
- זפירנט
- רוכסן