Dat lijkt me best vervelend eigenlijk. 🤔
Volg de onderstaande video samen om te zien hoe u onze site kunt installeren als een web-app op uw startscherm.
Notitie: Deze functie is mogelijk niet beschikbaar in sommige browsers.
Dat lijkt me best vervelend eigenlijk. 🤔
Het hallucineren is ook echt irritant, maar hoe meer ik er mee werk, hoe meer ik er aan wen en ook kan bepalen of "gewoon googelen" niet de betere optie is.Dat hallucineren is best wel irritant. Als je bijvoorbeeld vraagt of een bepaald dieet gezond of ongezond is komt het met een verhaal dat het ongezond is en als je dan doorvraagt met eigen kennis over het dieet blijkt het toch gezond te zijn.
Dus voor degene die het echt als vraagbaak gebruikt met onderwerpen waar hij niks van weet krijgt vaak slechte informatie.
Ik vind het heerlijk, ik heb nu in 2 jaar tijd veel meer boeken geluisterd dan ik in mijn hele leven heb gelezen.
Het hallucineren is ook echt irritant, maar hoe meer ik er mee werk, hoe meer ik er aan wen en ook kan bepalen of "gewoon googelen" niet de betere optie is.
Maar deze week wilde ik wat weten over een Defensie ETF en de index die deze volgt, ik heb heel even maar weer eens gewoon googelen geprobeerd en ik kwam gewoon niet snel tot de info die ik wilde. Perplexity gaf die wel gelijk na mijn initiële prompt. Het antwoord was correct maat helaas niet waar ik op hoopt. De info waar ik naar opzoek was is blijkbaar niet zo maar voorhanden. Na wat brainstormen binnen perplexity genereerde die een script die in kon invoeren in Tradingview om zo een indicator te maken die grotendeels de info waar in naar op zoek was kon visualiseren. Zonder AI had ik niet zoveel geleerd en was zover gekomen binnen een uurtje of 2.
Kunnen de techbedrijven niet gewoon reageren door te stellen dat jonge, beginnende artiesten zich ook trainen door bestaand werk te bestuderen.![]()
Elton John haalt uit naar Britse overheid wegens vrijstelling copyrightwetten: “Ontzettende losers”
Elton John heeft stevige kritiek geuit op plannen van de Britse overheid om techbedrijven vrij te stellen van copyrightwetten. De zanger reageerde verbolgen op een voorstel om techbedrijven auteursrechtelijk beschermd werk zonder toestemming te laten gebruiken voor het trainen van AI-modellen...www.hln.be
Een “human in the loop” die middels AI tien keer zo efficiënt is, met ook nog eens een betere detectie en betrouwbaarheid. Is dat iets wat je graag zou hebben?Ik weet niet ik zou toch graag hebben dat een mens (en dan maakt het mij ook nog uit wat voor mens) met die kennis de beslissingen neemt en niet klakkeloos de output van een NN geld. Handige tool voor de dokter om erbij te hebben. Of voor patiënt om de dokter iets mee te controleren.
En voor wat complexere zaken dan een longontsteking. Lijkt mij niet dat je daarbij verbaasd zal zijn dat het uit een röntgenfoto blijkt.
Het lastige is dat ik mij afvraag of het beter is, en of dit efficiënter doen het beter maakt.Een “human in the loop” die middels AI tien keer zo efficiënt is, met ook nog eens een betere detectie en betrouwbaarheid. Is dat iets wat je graag zou hebben?
Ik denk dat er veel meer voor dan nadelen aan zit. Zou je ook zo kritisch zijn geweest bij het introduceren van digitale röntgenfoto’s.Het lastige is dat ik mij afvraag of het beter is, en of dit efficiënter doen het beter maakt.
ik denk dat de meeste van de zorgen wel worden afgevangen door ISO 15189.Misschien heb je juist meer tijd nodig, en er onbevooroordeeld naar kijken, om niks te missen.
Wil je dat 10000 beoordelingen sneller zouden kunnen, maar er bij 1 op de 10000 gevallen iets over het hoofd gezien wordt omdat meneer de Dr op de tool vertrouwd en er nog maar half naar kijkt?
Of ik moet meer weten over de performance cijfers ervan in context van waarom er naar die foto's gekeken wordt.
Misschien liever achteraf ter controle of de dokter niks gemist heeft?
Ik ben altijd kritisch maar dat lijkt mij een technisch triviaal probleem van dpi.Ik denk dat er veel meer voor dan nadelen aan zit. Zou je ook zo kritisch zijn geweest bij het introduceren van digitale röntgenfoto’s.
Ik zou wel graag weten hoe.ik denk dat de meeste van de zorgen wel worden afgevangen door ISO 15189.
Als die vergelijking wilt maken ben je imo zonder AI met lossy ben bezig en met AI met lossless. Een menselijke radioloog kan gewoon niet alle kleine details zien die AI dat in potentie wel zou moeten kunnen.Ik ben altijd kritisch maar dat lijkt mij een technisch triviaal probleem van dpi.
De vergelijking die in mij opkomt zou lossy vs lossless image compression zijn, daar zou de discussie voor deze toepassing niet eens over gevoerd worden/zijn denk/hoop ik.
NN's hebben meer gemeen met lossy data compression, vandaar mijn terughoudendheid.
ISO 15189 stelt eisen aan het kwaliteitsmanagementsysteem van medische laboratoria. Dit betekent dat er strenge procedures moeten zijn voor de validatie en verificatie van AI-systemen voordat ze gebruikt worden voor de interpretatie van röntgenfoto’s. Dit omvat het testen van de nauwkeurigheid en betrouwbaarheid van de AI
Beiden zien het goed genoeg denk ik, als het gedigitaliseerd kan worden, al dan niet met zoom functie.Als die vergelijking wilt maken ben je imo zonder AI met lossy ben bezig en met AI met lossless. Een menselijke radioloog kan gewoon niet alle kleine details zien die AI dat in potentie wel zou moeten kunnen.
Dat snap ik, ik zou graag weten hoe het dat concreet in dit geval voor deze techniek doet. Aan welke tests en eisen voldoet het? Wat zijn daarin de metingen, cijfers, feiten, etc.ISO 15189 stelt eisen aan het kwaliteitsmanagementsysteem van medische laboratoria. Dit betekent dat er strenge procedures moeten zijn voor de validatie en verificatie van AI-systemen voordat ze gebruikt worden voor de interpretatie van röntgenfoto’s. Dit omvat het testen van de nauwkeurigheid en betrouwbaarheid van de AI
In mijn vakgebied kan ik tal van voorbeelden bedenken waarbij AI tot nauwkeuriger en betrouwbaardere data analyse en interpretatie zal leiden. Het lijkt mij dat dat voor radiologie ook wel op gaat.Beiden zien het goed genoeg denk ik, als het gedigitaliseerd kan worden, al dan niet met zoom functie.
Dat zal heus wel ergens te vinden zijn.Dat snap ik, ik zou graag weten hoe het dat concreet in dit geval voor deze techniek doet. Aan welke tests en eisen voldoet het? Wat zijn daarin de metingen, cijfers, feiten, etc.
Kun je een voorbeeld geven waarin/hoe het dat doet? Bij het mijne geld dat juist niet, integendeelIn mijn vakgebied kan ik tal van voorbeelden bedenken waarbij AI tot nauwkeuriger en betrouwbaardere data analyse en interpretatie zal leiden. Het lijkt mij dat dat voor radiologie ook wel op gaat.

AI-modellen kunnen complexe spectra (bijv. van GC-MS of ICP-analyses) ontleden en achtergrondruis automatisch filteren. Dit leidt tot nauwkeurigere identificatie van pieken en vermindert valse positieven. Dat is nu in de praktijk veel lastiger met de star opgezette parameters die we nu hanteren binnen de verschillende methodes.Kun je een voorbeeld geven waarin/hoe het dat doet? Bij het mijne geld dat juist niet, integendeel![]()
Hmm ik denk dat het een stuk simpeler is om een getallenreeks waarvan je denk ik ook al weet waar je pieken kunt verwachten te filteren dan om symptomen in grafische beelden te herkennen.AI-modellen kunnen complexe spectra (bijv. van GC-MS of ICP-analyses) ontleden en achtergrondruis automatisch filteren. Dit leidt tot nauwkeurigere identificatie van pieken en vermindert valse positieven. Dat is nu in de praktijk veel lastiger met de star opgezette parameters die we nu hanteren binnen de verschillende methodes.
Verder heb ik al 20 jaar ervaring met sommige monsters en hun gangbare spectra. Ondanks dat de software die de data interpreteert flink wat progressie heeft geboekt in die 20 jaar maak ik nog regelmatig stomme fouten bij de rapportage van onze resultaten. Er is simpelweg te veel data om geen fouten te maken.
De GC-spectra waar ik het over hebt zijn alleen geen getallen reeksen.Hmm ik denk dat het een stuk simpeler is om een getallenreeks waarvan je denk ik ook al weet waar je pieken kunt verwachten te filteren dan om symptomen in grafische beelden te herkennen.
Dat doe je gewoon op eenzelfde wijze waarop je menselijke radiologen controleert.Dan nog, vraag ik mij af hoe je (de makers ervan) test of die filter juist werkt en valse positieven en negatieve voorkomt. (en wat dan het verschil is met wiskundige oplossingen)
Je kan nergens blind op vertrouwen, maar waarom zou je AI op voorhand minder vertrouwen dan verouderde technologie of mensen.Kun je daar dan blind op vertrouwen? Of was het een aanvulling/check op eigen interpretatie?
