Diagnostik er en af de vigtigste dele af sundhedspleje, da læger skal vide, hvad patienten fejler, for at kunne behandle dem. Og her kan AI potentielt have stor indvirkning. Ved at træne AI-systemer med store mængder eksisterende data, såsom patientjournaler og medicinske scanninger, har forskere skabt systemer, der kan analysere nye tilfælde og forudsige, hvad der er galt, ofte hurtigere og med lige så stor eller større præcision end menneskelige eksperter.

Et eksempel er en AI udviklet af tyske forskere, der er trænet til at identificere små knoglebrud, som indikerer osteoporose, en sygdom der forårsager svage eller skøre knogler. AI’en leder efter disse små brud i computertomografi (CT)-scanninger, der er bestilt af andre årsager, f.eks. for at undersøge en patients lunger. AI’en kan automatisk inspicere rygsøjlen og angive eventuelle brud på hvirvler, som ellers ikke ville være blevet opdaget. Forskerne testede AI’en på 159 CT-scanninger af rygsøjlen, som viste i alt 170 brud, og den klassificerede korrekt 90% af scanningerne med brud og 87% af dem uden brud. Hvis AI’en bliver en rutinemæssig del af radiologi, kan den ifølge forskeren være “et tidligt advarselssystem for at forhindre alvorlige konsekvenser af osteoporose.”

Brug af robotter

I dag står mange kirurger ikke bare bøjet over patienter med skalpeller, men står også bag computerskærme og bruger joysticks til præcist at styre de robotarme, de ser på skærmen. Her kan robotter gøre det nemmere for læger at udføre komplekse og delikate operationer med mindre risiko og smerte. Men de afhænger stadig af lægens viden og færdigheder bag joysticket – i hvert fald indtil videre.

I januar 2022 rapporterede Johns Hopkins University (JHU), at deres AI-drevne Smart Tissue Autonomous Robot (STAR) havde udført en operation på levende grise ved at sy to ender af tarmen sammen. Ikke alene var dette det første eksempel på en robot, der udfører en autonom laparoskopisk operation, men robotten udførte også opgaven mere præcist og hurtigere end en menneskelig kirurg. 

Offentlig skepsis 

Selv om AI viser potentiale til at revolutionere sundhedsområdet, er den brede offentlighed dog stadig skeptisk over for at lade AI spille en rolle i deres medicinske behandling. En undersøgelse viser, at mange mennesker ikke er klar til at stole på AI til diagnosticering og behandling, og der er samtidig bekymringer om manglende forklaringsevne fra AI-systemerne. 

Læs mere her, https://www.freethink.com/health/ai-in-healthcare?utm_source=tldrai 

Forstil dig en robot som kan udtrykke glæde, vrede eller overraskelse baseret på sine omgivelser. En robot som kan interagere med dig om alverdens emner, komponere digte eller efterligne hovedkarakteren i din yndlingsfilm. I videoen møder vi robotten Ameca, som både er i stand til at bruge humor og sætte grænser. 

I videoen demonstrerer Startupfirmaet DeepMind, ervhervet af Google, hvordan AI og sport bliver brugt til at træne robotter til at spille fodbold. Og robotterens potentiale er langt større end blot boldspil! 

Gennem motion capture teknologi har man lært AI-programmet at opføre sig som et mennekse, som lærer sig selv at spille fodbold og score mål. Og AI-programmet bliver kun en bedre og bedre stratetisk spiller. 

I fremtiden vil vi se robotter som disse arbejde i helt andre miljøer, så som i miner og på byggepladser, hvor den almindelige arbejder er udsat for større farer. 

Et forskerhold ledet af Yan Zeng, en forsker ved Department of Energy’s Lawrence Berkeley National Laboratory (Berkeley Lab), har opbygget et nyt forskningslaboratorium, hvor robotter udfører arbejdet, og kunstig intelligens (AI) træffer rutinemæssige beslutninger. Dette gør det muligt at arbejde døgnet rundt og fremskynder dermed forskningstempoet.

Forskningsfaciliteter og instrumentering har udviklet sig markant gennem årene, men karakteren af forskning er stadig den samme. Centralt i hvert eksperiment er et menneske, der udfører målinger, fortolker data og beslutter, hvilke næste skridt, der skal tages. På A-Lab i Berkeley ønsker forskerne, ledet af Zeng, at bryde det nuværende forskningstempo ved hjælp af robotteknologi og kunstig intelligens.

Grøn energi i fokus 

Formålet med A-Lab er at syntetisere nye materialer, der kan anvendes til at producere forskellige produkter inden for ren energi, såsom solceller, brændselsceller og termoelektriske materialer samt andre teknologier inden for den grønne energisektor. Traditionelt set har materialsyntese været en langsom proces, der kræver menneskelig indsats og tager tid. Ved at introducere robotter og AI kan A-Lab accelerere synteseprocessen med op til 100 gange sammenlignet med menneskelig håndtering. Arbejdet med konceptet begyndte i 2020, og med finansiering fra Department of Energy begyndte konstruktionen i 2022 og blev afsluttet på lidt over et år.

Anvendelsen af robotteknologi og AI i forskning har potentialet til at ændre forskningslandskabet ved at effektivisere processerne og øge tempoet for opnåelse af resultater.

Læs mere her: https://interestingengineering.com/innovation/ai-robots-work-accelerate-materials-research?utm_source=tldrai