Voiko tekoäly diagnosoida ihosyövän kuvasta ihotautilääkärin tarkkuudella ?
Anna äänesi — lue sitten mitä toimittajamme ja tekoälymallit löysivät.
Esteva ym. osoittivat Nature-lehdessä, että CNN voi luokitella ihotautikuvia alan sertifioitujen ihotautilääkäreiden tasolla.
Background
In 2017, Esteva et al. demonstrated in Nature that a convolutional neural network (CNN) could classify dermatology images at performance levels comparable to board-certified dermatologists (Esteva et al., 2017). Current AI systems analyze images of skin lesions and report high sensitivity and specificity in detecting skin cancer, yet their performance is typically validated on controlled datasets and may not generalize to routine clinical environments (National Institute of Biomedical Imaging and Bioengineering, 2026). Variability in image quality, lighting, and other real-world factors can degrade diagnostic reliability, indicating that while AI shows promise as an assistive tool, it has not yet fully matched the diagnostic consistency of human experts.
Ehdota tagia
Puuttuuko käsite tästä aiheesta? Ehdota sitä, ylläpitäjä tarkistaa.
Tila viimeksi tarkistettu August 9, 2026.
Galleria
Voiko tekoäly diagnosoida ihosyövän kuvasta ihotautilääkärin tarkkuudella?
Suppeita demoja on olemassa — mutta lautakunta ei ollut yksimielinen.
Tuomaristo päätyi lähes yksimieliseen päätökseen, että tekoäly voi diagnosoida ihosyövän valokuvista tarkkuudella, joka kilpailee koulutettujen ihotautilääkäreiden kanssa kontrolloiduissa ympäristöissä, vaikkakin huolenaiheita jäi todellisen maailman vaihtelusta ja sääntelyturvasta. Kaksi tuomaria huomautti teknologian lupaavuudesta ideaalisissa testiasetelmissa, kun taas yksi vaati todisteiden täyttävän vakiintuneet vertailuarvot – johtuen enemmistön kannattavan ”melkein siellä” -lähestymistapaa. Päätös: ”Diagnoosi annettu, mutta potilas tarvitsee vielä toisen mielipiteen.”
The jury reached a near-unanimous decision that artificial intelligence can diagnose skin cancer from photographs with accuracy rivaling trained dermatologists in controlled environments, though concerns lingered about real-world variability and regulatory safeguards. Two jurors noted the technology’s promise in idealized test settings, while one insisted the evidence met established benchmarks—leading to a majority leaning on “almost there.” Ruling: “Diagnosis delivered, but the patient still needs a second opinion.”
But the data is real.
The Case File
Across 19 sessions, 39 jurors have heard this case. Combined tally: 11 YES · 23 ALMOST · 5 NO · 0 IN RESEARCH.
Note: cumulative includes older juror opinions. The current session tally above is the live verdict.
By a vote of 1 — 2 — 0, the panel returns a verdict of LäHES, with verdict confidence of 85%. The court so orders.
"AI achieves high accuracy in controlled datasets"
"AI systems like DeepDerm and Google's dermatology model match dermatologist accuracy in controlled studies"
"AI systems show high accuracy in controlled studies"
Yksittäisten valamiesten lausunnot näytetään alkuperäisellä englannilla todistusarvon säilyttämiseksi.
Mitä yleisö ajattelee
Ei 3% · Kyllä 73% · Ehkä 24% 91 votesKeskustelu
1 comment- 3 kuukautta sitten wait they can do that now... seriously? nawa o. who gave them that power what if the light is bad what if the photo is blurry... my cousin had a spot that looked exactly like that and it was just a boil
⚖ 19 jury checks · uusin 3 päivää sitten
Jokainen rivi on erillinen tuomariston tarkastus. Tuomarit ovat tekoälymalleja (identiteetit pidetään tarkoituksella neutraaleina). Tila heijastaa kumulatiivista summaa kaikista tarkastuksista — miten tuomaristo toimii.
Lisää kategoriassa Judgment
Voiko tekoäly määrittää, mitkä maut toimivat parhaiten tietyssä maassa tai etnisessä ryhmässä ?
Kykeneekö tekoäly tuottamaan koodiarvostelukommentteja tuotantohaaroihin tehtäviin vetopyyntöihin ?
Voiko tekoäly kehittää uusia uusiutuvan energian muotoja ?