Padziļināta mācīšanās ir melnā kaste, taču veselības aprūpe par to neiebilst

Džons Hans

2017. gada sākumā mākslīgā intelekta zinātnieks Sebastjans Thruns un kolēģi no Stenfordas universitātes pierādīja, ka dziļās mācīšanās algoritms spēj diagnosticēt potenciāli vēža izraisītus ādas bojājumus tikpat precīzi kā sertificēts dermatologs.

Vēža atradums, kas ziņots Daba, bija daļa no ziņojumu plūsmas, kas piedāvā agrīnu ieskatu tajā, kas varētu būt jauns programmatūras diagnostikas laikmets, kurā mākslīgais intelekts palīdz ārstiem vai pat konkurē ar viņiem.

Eksperti saka, ka medicīniskie attēli, piemēram, fotogrāfijas, rentgenstari un magnētiskās rezonanses attēlveidošana, ir gandrīz ideāls sakritības padziļinātās apmācības programmatūras stiprajām pusēm, kas pēdējos gados ir radījusi sasniegumus seju un objektu atpazīšanā attēlos.

Uzņēmumi jau meklē. Patiesi, Alfabēta dzīvības zinātņu grupa apvienoja spēkus ar Nikon pagājušā gada decembrī, lai izstrādātu algoritmus, lai noteiktu diabēta slimnieku akluma cēloņus. Tikmēr radioloģijas joma ir nodēvēta par medicīnas Silīcija ieleju, jo tā rada daudz detalizētu attēlu.

Melnās kastes zāles

Lai gan Thrun komandas prognozes bija ļoti precīzas, neviens nebija pārliecināts, kuras dzimumzīmes pazīmes dziļās apmācības programmā izmantoja, lai to klasificētu kā vēža vai labdabīgu. Rezultāts ir tā dēvētās dziļās mācīšanās melnās kastes problēmas medicīniskā versija.

Atšķirībā no tradicionālākas redzes programmatūras, kur programmētājs definē noteikumus, piemēram, apstāšanās zīmei ir astoņas puses, dziļās mācīšanās laikā algoritms pats atrod noteikumus, taču bieži vien neatstājot audita pēdas, lai izskaidrotu savus lēmumus.

Melnās kastes medicīnas gadījumā ārsti nevar zināt, kas notiek, jo neviens to nezina; tas pēc būtības ir necaurredzams, saka Nikolsons Praiss, Mičiganas Universitātes tiesību zinātnieks, kurš koncentrējas uz veselības tiesībām.

Saistīts stāsts

Lasiet Tālāk Kāpēc lielākā daļa pacientu nereaģē uz jaunākajiem līdzekļiem?

Tomēr Price saka, ka tas nevar radīt nopietnus šķēršļus veselības aprūpē. Viņš salīdzina padziļinātu mācīšanos ar narkotikām, kuru priekšrocības rodas nezināmos veidos. Viens piemērs ir litijs. Precīzs tā bioķīmiskais mehānisms, kas ietekmē garastāvokli, vēl nav noskaidrots, taču zāles joprojām ir apstiprinātas bipolāru traucējumu ārstēšanai. Aspirīna, visu laiku visplašāk lietoto zāļu, darbības mehānisms netika izprasts 70 gadus.

Tāpat Price saka, ka melnās kastes problēma neradīs problēmas ASV Pārtikas un zāļu pārvaldei, kas ne tikai apstiprina jaunas zāles, bet arī regulē programmatūru, ja tās mērķis ir slimību ārstēšana vai profilakse.

Paziņojumā FDA saka, ka pēdējo 20 gadu laikā tā ir apstiprinājusi vairākas attēlu analīzes lietojumprogrammas, kas balstās uz dažādām modeļu atpazīšanas, mašīnmācīšanās un datorredzes metodēm. Aģentūra apstiprināja, ka tā redz vairāk programmatūras, ko nodrošina dziļa mācīšanās, un atzīmē, ka uzņēmumiem ir atļauts saglabāt informāciju par saviem algoritmiem konfidenciālu.

FDA jau ir devusi zaļo gaismu vismaz vienam dziļas apmācības algoritmam. Janvārī FDA atļāva pārdot programmatūru, ko izstrādāja Arterys, privāts medicīniskās attēlveidošanas uzņēmums, kas atrodas Sanfrancisko. Tās algoritms DeepVentricle analizē sirds kambaru iekšējo kontūru MRI attēlus un aprēķina asins tilpumu, ko pacienta sirds var turēt un sūknēt. Šis aprēķins tiek pabeigts mazāk nekā 30 sekundēs, saka Arterys, savukārt parastās metodes parasti aizņem stundu.

FDA pieprasīja Arterys veikt plašas pārbaudes, lai pārliecinātos, ka algoritma rezultāti ir līdzvērtīgi ārstu iegūtajiem rezultātiem. Jums ir statistiski jāpierāda, ka jūsu algoritms seko neatkarīgi no tā paredzētā lietojuma vai [ko] mārketinga apgalvojumi saka, ka tas darbojas, saka Džons Akserio-Cilies, uzņēmuma galvenais tehnoloģiju speciālists.

Liels pieprasījums

Lai apmācītu viņu programmatūru, komanda, kuru vadīja Thrun, bijušais Google viceprezidents, kurš strādāja pie bezvadītāja automašīnām, ievadīja tai 129 405 ekspertu novērtētus ādas slimību attēlus. Tie aptvēra 2032 dažādas slimības un ietvēra 1942 apstiprinātu ādas vēža attēlus.

Saistīts stāsts

Vairāk par Sebastian Thrun Sebastjans Thruns palīdzēja rosināt ažiotāžu ap masveida tiešsaistes atklātās koledžas kursiem, taču viņš ir mainījis savu starta uzņēmumu, lai tā vietā pievērstos profesionālajai apmācībai.

Galu galā programmatūra spēja pārspēt 21 dermatologu, nosakot, kuras dzimumzīmes bija potenciāli vēža izraisītas.

Kad dermatologi redz šīs tehnoloģijas potenciālu, es domāju, ka lielākā daļa to izmantos, saka Roberts Novoa, Stenfordas dermatologs un pētījuma autors. Viņš un citi komandas locekļi atteicās pateikt, vai plāno komercializēt programmatūru.

Arī visas bažas, ka ārsti drīz beigs darbu, ir nevietā, saka Allans Halperns, Sloan Keteringa piemiņas dermatologs un Starptautiskās Ādas digitālās attēlveidošanas biedrības prezidents. Es domāju, ka draudi ir pretēji, viņš saka. Algoritmi varētu ievērojami palielināt pieprasījumu pēc dermatoloģijas pakalpojumiem.

Tas ir tāpēc, ka skrīninga testa pozitīvam rezultātam joprojām ir nepieciešama biopsija. Halperns saka, ka padziļinātas apmācības programmatūra varētu tikt izmantota primārās aprūpes birojos, taču, ja tā būtu pieejama kā skrīninga tests visā populācijā vai izmantojot patērētāju lietotni, nebūtu pietiekami daudz dermatologu, lai sekotu līdzi potenciālajiem jautājumiem. .

Axerio-Cilies saka, ka uzņēmumiem būs kārdinājums piedāvāt padziļinātus mācību rīkus tieši patērētājiem. Piemēram, cilvēki var skenēt savus dzimumzīmes, lai noskaidrotu, vai viņiem ir nepieciešams apmeklēt ārstu. Dažas mobilo tālruņu lietotnes, kas nav AI, piemēram Kurmju kartētājs , jau tagad ļauj cilvēkiem izsekot aizdomīgiem dzimumzīmēm un reģistrēt visas izmaiņas laika gaitā.

Tomēr Halperns saka, ka viņš neuzskata, ka patērētāji ir gatavi saskarties ar diagnostikas sistēmām, kas varētu viņiem pateikt, ka dzimumzīmei ir 5 procenti vai 50 procentu iespēja saslimt ar vēzi.

Viņš saka, ka mēs neprotam izmantot varbūtības.

paslēpties