Miljonu dolāru balvas padomi par to, kā mašīnmācība kādreiz var atklāt vēzi

Mašīnmācībai bieži ir vajadzīgas lielas datu kopas, lai izstrādātu efektīvu algoritmu, taču šim konkursam komandām tika nodrošināti tikai 2000 attēlu.

Konkurss, kura mērķis ir automatizēt plaušu vēža noteikšanu, parāda, kā mašīnmācība var būt gatava medicīniskās attēlveidošanas pārskatīšanai.

Izaicinājums piedāvāja 1 miljonu ASV dolāru balvas par algoritmiem, kas visprecīzāk identificēja plaušu vēža pazīmes mazas devas datortomogrāfijas attēlos. Uzvarējušos algoritmus ne vienmēr pieņems klīnicisti, taču tie varētu iedvesmot algoritmiskus jauninājumus, kas nonāk medicīniskajā attēlveidošanā.

Zemu devu CT skenēšana pēdējos gados ir parādījusi lielu potenciālu plaušu vēža agrīnai noteikšanai. Tie patērē mazāk starojuma, un tiem nav nepieciešama kontrastkrāsas ievadīšana organismā. Bet diagnoze ir ļoti sarežģīta, kas nozīmē lielu skaitu viltus pozitīvu rezultātu un pārāk daudz nevajadzīgu medicīnisko procedūru.

Mašīnmācīšanās paņēmiens, kas pazīstams kā dziļā mācīšanās, pēdējos gados ir izrādījies īpaši efektīvs, lai atrastu modeļus attēlos (skatiet 10 Breakthrough Technologies 2013: Deep Learning ). Tagad pieaug cerība, ka šī un citas mašīnmācīšanās metodes var palīdzēt uzlabot diagnozes standartus medicīnā, automātiski atpazīstot modeļus, kas norāda uz slimību, tostarp tādus, kas ir pārāk smalki, lai cilvēka acs to uztvertu.

Dziļās mācības jau ir pieradušas atklāt ādas vēzi attēlos ar aptuveni tādu pašu kļūdu skaitu, kādu pieļāvuši profesionāli dermatologi. Un šī metode ir izrādījusies efektīva, lai atklātu kopīgu akluma cēloni tīklenes attēlos. Šobrīd pieaug ārstu un uzņēmēju interese par šīs tehnikas plašāku izvēršanu. Tomēr, tā kā tas notiek, var būt jāpieliek lielākas pūles, lai padarītu šādus algoritmus saprotamus (skatiet The Dark Secret at the Heart of AI ).

Saistīts stāsts

Saistīts stāsts Neviens īsti nezina, kā vismodernākie algoritmi dara to, ko viņi dara. Tā varētu būt problēma.

Nacionālā vēža institūta programmas direktors Keivans Farahani, kurš sniedza konkursā izmantotos attēlveidošanas datus, saka, ka, samazinot viltus plaušu vēža diagnožu skaitu, kas noteiktas ar zemu devu CT skenēšanu, pacientiem būtu patiesas pārmaiņas. Saskaņā ar Amerikas vēža biedrības datiem, katru gadu ASV ir aptuveni 222 500 jaunu plaušu vēža gadījumu.

Farahani saka, ka esošā programmatūra plaušu vēža pazīmju identificēšanai nav uzticama. Viņš saka, ka provizoriskie rezultāti liecina, ka [populārākie algoritmi] ir labāki nekā jau pieejamie. Tomēr Farahani neparedz algoritmus, kas aizstās medicīnas ekspertus. Viņš saka, ka dziļa mācīšanās palīdzēs sagremot lielu datu apjomu. Es nedomāju, ka viņi aizstās ārstus vai radiologus.

Viens no galvenajiem izaicinājumiem šajā konkursā bija fakts, ka komandām bija pieejami tikai 2000 attēlu. Mašīnmācībai bieži ir vajadzīgas ļoti lielas datu kopas, lai izstrādātu efektīvu algoritmu. Taču tika iekļauti arī citi dati, piemēram, informācija par izmantoto aprīkojumu.

Uzvarētāju komanda izmantoja neironu tīklu un pielika papildu pūles, lai anotētu attēlus, lai nodrošinātu vairāk datu punktu. Tas arī izmantoja papildu datu kopu un sadalīja izaicinājumu divās daļās: mezglu identificēšana un vēža diagnosticēšana. Vēl nav skaidrs, kā vislabākais algoritms varētu būt līdzīgs ārstam, jo ​​katrs algoritms sniedz varbūtību, nevis galīgo rezultātu.

Mēs domājam, ka šīs problēmas skaidra sadalīšana divos posmos ir ļoti svarīga, un šķiet, ka to darītu arī cilvēku eksperti, saka Dže Li, uzvarētāju komandas loceklis un students no Tsinghua universitātes, kas ir viens no Ķīnas izcilākajiem akadēmiskajiem institūtiem.

Plaušu vēža konkurss ne tikai norāda uz padziļinātas mācīšanās iespējām medicīniskās attēlveidošanas jomā, bet arī izceļ Ķīnas mākslīgā intelekta pētnieku pieaugošo reputāciju.

The konkurss , kas notika datu zinātnes vietnē Kaggle, organizēja Booz Allen Hamilton, vadības konsultāciju uzņēmums, kas iepriekš ir organizējis vairākus citus nozīmīgus datu zinātnes konkursus. 1 miljons dolāru naudas balvā tika iegūta no Lauras un Džona Arnolda fonds .

Uzņēmums Kaggle tika dibināts 2010. gadā, un Google to iegādājās šī gada sākumā. Vietne ir izrādījusies jaudīgs veids, kā piesaistīt pūļa pakalpojumus mašīnmācības algoritmu izstrādei, kā arī populārs veids, kā identificēt talantus.

Saistīts stāsts

Lasiet Tālāk

Džošs Salivans , kurš vada Booz Allen Hamilton datu zinātnes komandu, saka, ka viena konkursa motivācija ir talantu iegūšana, norādot, ka 238 dalībnieki ir pieteikušies arī darbam uzņēmumā. Viņš piebilst, ka uzņēmums uzvarējušos algoritmus dara pieejamus bez maksas, lai maksimāli palielinātu iespējamos ieguvumus medicīnas sabiedrībai.

Li, no uzvarētāju komandas, saka, ka ir iepriecinoši izstrādāt kaut ko tādu, kas varētu glābt cilvēku dzīvības, taču patiesais iemesls dalībai bija nedaudz mazāk altruistisks. Godīgi sakot, galvenā motivācija ir iegūt naudas balvu, viņš saka.

paslēpties