تعمل Google و IBM وغيرها لفترة طويلة لإنشاء الذكاء الاصطناعي (شكله الضعيف) ، والذي يمكنه تحليل صور الأشعة السينية. لماذا؟ تكمن المشكلة في أن أطباء الأشعة وليس فقط عليهم قضاء الكثير من الوقت في تحليل الصور الطبية. هناك الكثير من هذه الصور ، لكنك تحتاج إلى عرض وإعطاء إجابتك لكل منها لفترة معينة.
لدى الأخصائي القليل من الوقت لتحليل نفس الأشعة السينية. ومن الجيد إذا كان الطبيب جديدًا ويقظًا عند مشاهدة الصورة. ولكن ماذا لو كان يعمل بالفعل في نهاية يوم العمل ، بعد عرض بضع مئات من الصور نفسها؟ العامل البشري هنا قوي جدًا ، ويزداد احتمال الخطأ عدة مرات. من أجل تسهيل مهمة الأخصائي ، يحاول العلماء أيضًا استخدام قدرات الذكاء الاصطناعي.
مشكلة أخرى للأطباء الذين ينظرون بانتظام إلى الصور الطبية (وليس بالضرورة الصور الشعاعية) هي خطأ "رضا البحث". يكمن في حقيقة أن الطبيب الذي ينظر إلى الصورة ، بعد أن اكتشف المشكلة ، قد لا يشارك في البحث عن الآخرين ، ويقرر أن افتراضه صحيح ، ويقوم بالتشخيص على الفور. يمكن أن تكون العواقب شديدة للغاية بالنسبة للمريض ، بالنظر إلى أن المشكلة المحددة ليست دائمًا مظهرًا من مظاهر المرض الأساسي.
الآن تم تطوير شبكة عصبية لإجراء بحث عن مظاهر أمراض مختلفة في الصور الطبية من
قبل فريق من العلماء بقيادة أندرو أون. أنشأ المتخصصون شبكة عصبية ، تم تدريبها على مثال قاعدة بيانات تتكون من عدة عشرات الآلاف من الصور (حوالي 50 ألف) تم الحصول عليها من أكثر من 14 ألف مؤسسة طبية. في الوقت نفسه ، تم تحليل
كل صورة من قبل من قبل الأطباء الذين قاموا بتشخيص وتمييز الصورة الشعاعية بأنها طبيعية أو مرضية.
نتائج الشبكة العصبية وثلاثة أطباء أشعةتم مقارنة فعالية الشبكة العصبية بعد التدريب بعمل ثلاثة أطباء الأشعة والأطباء. كما اتضح ، في حالتين ، لم تتخلف الشبكة العصبية تقريبًا عن شخص ، وفي حالة واحدة - تجاوزتها. بشكل عام ، اكتشف الكمبيوتر بشكل صحيح الضرر في 74.9٪ من الحالات. جدير بالذكر أن العلماء اكتشفوا نتائج ومواد أبحاثهم للعالم. لذا ، فإن قاعدة البيانات التي تم تدريب الشبكة العصبية عليها تم وضعها في المجال العام وهي متاحة على موقع ستانفورد الإلكتروني. إنه جاهز للاستخدام في تدريب الشبكات العصبية الأخرى.
تعمل الشبكات العصبية أيضًا مع أنواع أخرى من الصور الطبية. على سبيل المثال ، تتعلم شبكة عصبية عميقة التعرف على آثار المرض في صور
التصوير المقطعي بالإصدار البوزيتروني للدماغ (PET). نحن نتحدث عن مرض الزهايمر ، الذي يتميز بظهور لويحات الأميلويد مع تباطؤ في عملية التمثيل الغذائي في الدماغ.
في السابق ،
وجد العلماء أن بعض أنواع التصوير المقطعي بالإصدار البوزيتروني قادرة على اكتشاف علامات هذه الحالات السلبية. لذلك ، يمكن أن تعمل التكنولوجيا على الكشف عن ضعف إدراكي معتدل في البشر ، وهو ضعف يؤدي لاحقًا إلى مرض الزهايمر.
صحيح أنه من الصعب إلى حد ما على العلماء البشريين تفسير الصور الناتجة. لكن الشبكة العصبية يمكن أن تتكيف تمامًا مع هذا بفضل علامة واحدة أو اثنتين. لتدريب نظام الكمبيوتر ، استخدم المتخصصون صور دماغية لـ 182 شخصًا أعمارهم 70 عامًا يتمتعون بدماغ سليم و 139 صورة دماغية لأشخاص من نفس العمر تقريبًا مع تشخيص مرض الزهايمر. ونتيجة لذلك ، تمكنت منظمة العفو الدولية من التعرف على الفرق بين الدماغ السليم والمريض ، وفعلت ذلك بدرجة عالية من الدقة - فوق 90 ٪.
أما أندرو أون وفريقه ، فهم
يحاولون استخدام قدرات الشبكة العصبية ومشروع آخر. نحن نتحدث عن المرضى الذين يعانون من أمراض خطيرة للغاية ، والمرضى والعلاج الملطف. تحاول الشبكة العصبية التنبؤ بمدى خطورة حالة المريض (نتحدث في الغالب عن كبار السن). إذا كنا نتحدث عن مرض تقدمي ، والذي لا يمنح المريض أكثر من عام من الحياة ، فإن فريقًا من المعالجين التلطفيين يأتون إلى العمل يحاولون إزالة المظاهر السلبية للمرض (الألم ، الحالة النفسية ، إلخ) إلى حد ما. المشكلة هي أن الفريق يجب أن يأتي للعمل في وقت معين من أجل زيادة التأثير إلى أقصى حد. وهنا تظهر الشبكة العصبية أيضًا نجاحًا كبيرًا.
بشكل عام ، يعتبر العلماء AI (شكله الضعيف) الآن مساعدًا للطبيب ، وليس بديلاً ، إذا جاز لي أن أقول ذلك. تساعد الشبكات العصبية أخصائيًا على تحديد أنواع مختلفة من المشاكل ، ويقوم الطبيب البشري بالفعل بتشخيص دقيق باستخدام مساعدة مساعديه الرقميين. ونتيجة لذلك ، يتم توفير الوقت وزيادة دقة التشخيص. بمرور الوقت ، ستصبح الشبكات العصبية مساعدين موثوقين للأطباء - اليوم هذه الممارسة تجريبية بطبيعتها ، لكن النتائج التي تم الحصول عليها تلهم التفاؤل الصحي في قدرات تكنولوجيا الكمبيوتر في مجال مثل الرعاية الصحية.