211service.com
AI oftalmologs parāda, kā mašīnmācīšanās var pārveidot medicīnu
Google pētnieki ieguva acu skenēšanas algoritmu, lai izdomātu, kā noteikt izplatītu akluma veidu, parādot mākslīgā intelekta potenciālu, lai ievērojami drīz pārveidotu medicīnu.
Algoritms var aplūkot tīklenes attēlus un noteikt diabētisko retinopātiju, kas skar gandrīz trešdaļu diabēta pacientu, kā arī augsti apmācīts oftalmologs. Tajā tiek izmantota tā pati mašīnmācīšanās tehnika, ko Google izmanto, lai marķētu miljoniem tīmekļa attēlu.
Diabētisko retinopātiju izraisa acs asinsvadu bojājumi, kas izraisa pakāpenisku redzes pasliktināšanos. Ja to noķer agri, to var ārstēt, taču pacientam agrīnā stadijā var nebūt simptomu, tāpēc skrīnings ir ļoti svarīgs. To daļēji diagnosticē, ekspertam pārbaudot pacienta tīklenes attēlus, kas uzņemti ar specializētu ierīci, lai noteiktu asiņošanas un šķidruma noplūdes pazīmes.
Daži automatizētas noteikšanas veidi varētu padarīt diagnozi efektīvāku un uzticamāku, un tas varētu būt īpaši noderīgi reģionos, kur vajadzīgās zināšanas ir ierobežotas. Viena no intriģējošākajām lietām šajā mašīnmācības pieejā ir tā, ka tai ir potenciāls uzlabot medicīniskās aprūpes objektivitāti un galu galā arī precizitāti un kvalitāti, saka. Maikls Čiangs , oftalmoloģijas profesors un Oregonas Veselības un zinātnes universitātes Keisija acu institūta ārsts.
AI pagātnē medicīnā ir guvis dažādus panākumus. Ir pierādīts, ka sistēmas, kas izmanto zināšanu datu bāzi, lai sniegtu padomu, dažos gadījumos ir labākas par ārstiem, taču to izmantošana ir bijusi ierobežota. Tomēr mašīnmācīšanās spēks — īpaši tehnika, kas pazīstama kā dziļā mācīšanās, nākotnē AI var kļūt izplatītāka (skatiet 10 Breakthrough Technologies 2013: Deep Learning ). To dara Google DeepMind, Alphabet meitasuzņēmuma komanda, kas pilnībā koncentrējas uz AI līdzīgs darbs , apmācot datorus, lai apstrādātu optiskās koherences tomogrāfijas skenējumus makulas deģenerācijas un citu acu slimību pazīmju noteikšanai sadarbībā ar pētniekiem Mūrfīldas acu slimnīcā Londonā (skatiet DeepMind pirmo medicīnas pētījumu koncertu, kas izmantos AI, lai diagnosticētu acu slimības ).
Šis tīklenes attēla pētījums, kas publicēts otrdien, iezīmēja pirmo reizi referāts par dziļo mācīšanos ir parādījies Amerikas Medicīnas asociācijas žurnāls , saskaņā ar žurnāla galveno redaktoru Hovardu Bohneru.
Darba autori, kas sastāv no Google datorzinātniekiem un medicīnas pētniekiem no ASV un Indijas, izstrādāja algoritmu tīklenes attēlu analīzei. Taču atšķirībā no esošās oftalmoloģijas programmatūras tā nebija īpaši ieprogrammēta, lai attēlos atpazītu pazīmes, kas varētu norādīt uz slimību. Tas vienkārši aplūkoja tūkstošiem veselu un slimu acu un pats izdomāja, kā pamanīt šo stāvokli.
Pētnieki izveidoja apmācību komplektu ar 128 000 tīklenes attēlu, kurus klasificēja vismaz trīs oftalmologi. Pēc algoritma apmācības pētnieki pārbaudīja tā veiktspēju 12 000 attēlu un atklāja, ka tas atbilst vai pārsniedz ekspertu veiktspēju stāvokļa identificēšanā un tā smaguma novērtēšanā.
Google pētnieki sadarbojās ar zinātniekiem no Aravind Medical Research Foundation Indijā, kur notiek klīniskais pētījums, kurā iesaistīti reāli pacienti. Šajā projektā pacienti saņem parastu konsultāciju, bet arī viņu attēli tiek ievadīti dziļās apmācības sistēmā salīdzināšanai. Lilija Penga, Google pētniece un medicīnas ārste, kas bija iesaistīta projektā, saka, ka šī izmēģinājuma rezultāti vēl nav gatavi publicēšanai.
Padziļinātu mācīšanos varētu izmantot daudzās dažādās medicīnas jomās, kas balstās uz attēlu analīzi, piemēram, radioloģijā un kardioloģijā. Taču viens no lielākajiem izaicinājumiem būs nodrošināt pārliecinošus pierādījumus, ka sistēmas ir uzticamas. Brendans Frejs , Toronto Universitātes profesors un uzņēmuma vadītājs un līdzdibinātājs Dziļā genomika , brīdina, ka pētniekiem būs jāizstrādā mašīnmācības sistēmas, kas spēj izskaidrot, kā viņi nonāca pie konkrēta secinājuma (skatiet AI valodas problēmu).
Penga no Google saka, ka pie šī viņas komanda jau strādā. Mēs saprotam, ka izskaidrošana būs ļoti svarīga, viņa saka.