Diapositiva de patología del cáncer de mama utilizada para entrenar una red neuronal

"Identificamos rápidamente múltiples innovaciones dentro de la tecnología y, hasta la fecha, NLP Logix tiene tres patentes emitidas, y se esperan más en el futuro". - Camille Wilson, abogada de patentes de Wilson Dutra.

JACKSONVILLE, Florida (PRWEB) Sábado, Junio 16, 2020

A finales de 2015, Matt Berseth, científico principal de datos de NLP Logix, incorporó a la empresa al Gran desafío de Camelyon16. El Camelyon16 fue un desafío para que las comunidades médica y de ciencias de la computación se unieran para entrenar una computadora para identificar tumores de cáncer de mama, a un nivel igual o superior a los patólogos más capacitados del mundo. En abril de 2016, se anunciaron los cinco primeros ganadores, con el equipo combinado de Harvard Medical School y MIT ocupando el primer lugar y NLP Logix en quinto lugar, pero como el participante comercial número uno. Poco sabía NLP Logix que su algoritmo de alto rendimiento para identificar tumores de cáncer de mama finalmente se usaría para otro propósito.

El desafío se presentó en el informe del presidente Obama sobre inteligencia artificial en la atención médica y desde entonces los resultados se han publicado en numerosas publicaciones de ciencia de datos y atención médica. Esa es la buena noticia. La mala noticia es que la tecnología ha tenido un éxito comercial limitado. Esto es lamentable, ya que los resultados del concurso en 2016 declararon que las computadoras tenían tasas de detección más altas que los humanos por primera vez, lo que lo convierte en un gran avance en el diagnóstico médico.

Avance rápido hasta 2017, cuando una gran empresa de subcontratación de procesos comerciales se enteró de los resultados del concurso y preguntó a NLP Logix si el algoritmo central podría capacitarse para identificar objetos en una imagen de documento, así como clasificar el tipo de documento. ¡La respuesta fue un sí rotundo! En la actualidad, el algoritmo central que se entrenó para identificar tumores de cáncer de mama a un nivel superior al de un patólogo capacitado, ahora identifica, extrae y clasifica millones de imágenes de documentos.

"Trabajamos duro para crear el entorno, el equipo y la tecnología para ofrecer soluciones de aprendizaje automático de clase mundial, como lo demuestra lo bien que lo hicimos en Camelyon16", dijo Berseth. "Nunca hubiéramos pensado que esta misma tecnología central se reutilizaría para procesar imágenes de documentos".

La empresa también consideró que su enfoque y técnicas para aplicar la inteligencia artificial al procesamiento de imágenes era tan único que exploraría la búsqueda de protección por patente. NLP Logix se puso en contacto con Wilson Dutra, un bufete de abogados de propiedad intelectual local, que realizó una búsqueda exhaustiva del estado de la técnica y confirmó que NLP Logix realmente había desarrollado un enfoque novedoso.

“Nos sorprendió cómo NLP Logix abordó un problema de décadas con un enfoque nuevo e innovador para el procesamiento de documentos e imágenes”, dijo Camille Wilson, abogada de patentes de Wilson Dutra. “Identificamos rápidamente múltiples innovaciones dentro de la tecnología y, hasta la fecha, NLP Logix tiene tres patentes emitidas y se esperan más en el futuro”.

NLP Logix ha estado comercializando la solución con el nombre EscribaFusion y ha logrado tasas de captura de datos un 40% más altas que el reconocimiento óptico de caracteres (OCR) tradicional y tasas de precisión superiores al 95% al ​​clasificar un tipo de documento. La compañía también ha desarrollado una técnica para identificar información confidencial, como números de tarjetas de crédito, números de seguro social, nombres, etc., y difuminarlos de las imágenes del documento para respaldar el cumplimiento normativo.

Compartir artículo sobre medios sociales o correo electrónico: