Algunos ejemplos que conozco:
- Creo que mi respuesta sería incompleta si no mencionara a Mycin. Es históricamente significativo ya que fue uno de los primeros sistemas de IA utilizados en medicina. Este es un sistema experto de principios de la década de 1970, que podría diagnosticar ciertas infecciones y recomendar antibióticos. Mycin no es un sistema de ML, pero hubo mucho trabajo para incorporar ML en el sistema mucho más tarde. En una nota similar, es posible que desee mirar Dendral (especialmente meta-dendral)
- ML se ha utilizado para detectar queratocono, un trastorno del ojo que deforma la forma de la córnea que afecta la visión. La detección temprana ayuda a la cirugía correctiva. ML se utiliza para detectar el trastorno a partir de un cierto tipo de imagen de la córnea, conocida como topografía corneal. Se han utilizado ANN y árboles de decisión sobre el problema, entre otras técnicas. Un laboratorio del que formaba parte – Página en iitm.ac.in – había experimentado con el uso de Aprendizaje múltiple para el problema.
- Personalmente, he trabajado utilizando el razonamiento basado en casos para recomendar tratamientos dados los síntomas. La idea básica es algo como esto:
Digamos, en su base de datos de pacientes, usted sabe qué tratamiento T se recomienda para los síntomas S. Un nuevo paciente presenta síntomas S ‘ . No puede recomendar T directamente porque los síntomas son diferentes. Pero, digamos, descubres S ‘= S + delta_S . Entonces, podría recomendar un T ‘= T + delta_T , donde delta_T = f (S, delta_S, T) . Su problema de LD se reduce a estimar una buena f .
- Inicio | Strand Life Sciences usa ML para extraer datos biológicos.
- Esto me lo señaló recientemente un amigo. ¡Vivan mejor juntos! El | PatientLikeMe está tratando de usar ML para identificar la enfermedad de Parkinson en sus primeras etapas mediante el análisis del sonido de la voz de una persona. La publicación de su blog sobre la iniciativa: PacientesMe gusta Blog
Estoy seguro de que existen muchos ejemplos 🙂 La bioinformática, especialmente, parece tener mucha utilidad para el ML.
- ¿Cuáles son las mejores medidas de rendimiento para un modelo de detección de anomalías?
- ¿Cuándo es PyTorch más útil en comparación con TensorFlow y viceversa?
- ¿Cuándo debo usar un autoencoder frente a un RBM?
- Cómo lidiar con datos sin patrones en los que necesito realizar un modelo de clasificación
- ¿Qué algoritmos (aprendizaje automático y aprendizaje profundo) funcionan con un pequeño conjunto de datos, sin sobreajustarlo?