기계 학습 모델을 사용한 피부 상태 진단

• Main Authors: FERRANTE JOSEPH, SWART ELLIOT
• Format: Patent
• Language: Korean
• Published: 17.03.2022
• Subjects: CALCULATING; COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS; COMPUTING; COUNTING; HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATIONTECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING ORPROCESSING OF MEDICAL OR HEALTHCARE DATA; IMAGE DATA PROCESSING OR GENERATION, IN GENERAL; INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTEDFOR SPECIFIC APPLICATION FIELDS; PHYSICS

진단 시스템은 환자의 이미지를 수신하고 환자가 하나 이상의 건강 상태를 가지고 있는지 여부에 대한 예측을 생성하도록 구성된 한 세트의 기계 학습 진단 모델을 훈련시킨다. 일 실시예에서, 기계 학습 모델 세트는 환자의 2개 이상의 기저 건강 상태를 포함하는 이미지에 대한 예측을 생성하도록 훈련된다. 일례에서, 2개 이상의 건강 상태에 대한 증상은 환자에게 2개 이상의 중첩된 피부 이상으로 나타난다. 여기에 설명된 진단 모델 세트의 아키텍처를 사용함으로써, 진단 시스템은 기존 시스템과 비교하여 2개 이상의 건강 상태에 대한 중첩된 증상을 포함하는 이미지에 대해 보다 정확한 예측을 생성할 수 있다. A diagnosis system trains a set of machine-learned diagnosis models that are configured to receive an image of a patient and generate predictions on whether the patient has one or more health conditions. In one embodiment, the set of machine-learned models are trained to generate predictions for images that contain two or more underlying health conditions of the patient. In one instance, the symptoms for the two or more health conditions are shown as two or more overlapping skin abnormalities on the patient. By using the architectures of the set of diagnosis models described herein, the diagnosis system can generate more accurate predictions for images that contain overlapping symptoms for two or more health conditions compared to existing systems.