Selittävät tekoälytekniikat kolmiulotteisen kuvantamisdatan segmentoinnissa
Akronyymi
XAIS
Rahoitetun hankkeen kuvaus
XAIS-projektissa kehitetään vuorovaikutteisia lääketieteellisten kuvien segmentointimenetelmiä soveltaen selittäviä tekoälyjärjestelmiä ja XR-visualisointia, jotka yhdessä auttavat lääkäreitä kuvaperusteisessa diagnoosissa ja kliinisen hoidon suunnittelussa. Tavoitteena on yhdistää käyttäjän asiantuntijuus konkreettisemmin tekoälyn osaamiseen mahdollistamalla vuoropuhelun toimijoiden välillä. Tekoälyjärjestelmä perustuu likimääräisen Bayesilaisen Syväoppimisen menetelmiin, jotka yhdistetään XR-visualisointiin ja XR-interaktioon tekoälyjärjestelmän tehtävän helpottamiseksi kuvien segmentoinnissa. XR-kehityksessä sovelletaan ihmiskeskeistä suunnittelua ja lääketieteellisten asiantuntijakäyttäjien kanssa tehtäviä kontrolloituja käyttäjätestejä. Uudet menetelmät tekevät lääketieteellisten kuvien analyysimenetelmistä aiempaa tarkempia ja luotettavampia, mikä lisää lääketieteen asiantuntijoiden luottamusta segmentointituloksiin, säästää analyysiaikaa ja välttää kalliita virheitä.
Näytä enemmänAloitusvuosi
2022
Päättymisvuosi
2024
Myönnetty rahoitus
Rooli Suomen Akatemian konsortiossa
Johtaja
Muut osapuolet
Rahoittaja
Suomen Akatemia
Rahoitusmuoto
Suunnattu akatemiahanke
Muut tiedot
Rahoituspäätöksen numero
345448
Tieteenalat
Tietojenkäsittely ja informaatiotieteet
Tutkimusalat
Laskennallinen data-analyysi
Tunnistetut aiheet
health care