Para peneliti di Sanford University telah
mengembangkan algoritma belajar mandiri yang dapat mendiagnosis gambar medis (rontgen dada). Platform perangkat lunak ini hanya mengkhususkan diri dalam pneumonia, tetapi melakukan tugasnya lebih baik daripada ahli
radiologi profesional.
Pneumonia berbeda, dan jaringan saraf dibedakan oleh 14 varietas dengan x-ray. Para ilmuwan telah menerbitkan hasil kerja mereka di domain publik
di arXiv . "Analisis gambar medis adalah tugas yang sulit, dan kami tahu tentang itu," kata salah satu pengembang platform perangkat lunak. "Kami memutuskan untuk mengembangkan algoritma belajar mandiri dengan melakukan" pelatihan "berdasarkan ratusan ribu gambar medis."
Karya ini menggunakan dataset yang disediakan oleh NIH Clinical Center. Ini adalah basis data yang sangat besar, yang mencakup lebih dari 112 ribu gambar frontal dada manusia yang diperoleh menggunakan fluoroskopi. Dalam gambar-gambar ini, 14 patologi yang berbeda dapat dibedakan. Informasi ini memungkinkan untuk "melatih" platform perangkat lunak untuk diagnosis patologi ini.
Setelah pelatihan selesai, para ilmuwan memutuskan untuk memeriksa seberapa baik sistem membuat diagnosis. Setelah mesin membuat diagnosis, para peneliti meminta para dokter untuk melakukan hal yang sama. Dokter menganalisis 420 gambar dan membuat diagnosis sendiri untuk masing-masing gambar. Ternyata, sistem komputer mampu mendiagnosis pneumonia lebih akurat daripada manusia.
Pneumonia adalah penyakit yang berbahaya dan umum. Di Amerika Serikat saja, dengan pneumonia, sekitar 1 juta orang pergi ke rumah sakit setiap tahun. Beberapa patologi sangat sulit dideteksi pada rontgen - tanda-tanda yang terlalu implisit pada beberapa varietas penyakit ini. Pada saat yang sama, pembelajaran mesin dapat membantu dokter mengatasi masalah ini.
Bahaya utama bagi pasien di sini adalah bahwa jika dokter tidak mendiagnosis dengan benar, maka ini dapat mengarah pada penunjukan pengobatan yang tidak tepat. Akibatnya, pasien akan dirawat, tetapi kondisinya akan memburuk. Situasi ini diperburuk oleh fakta bahwa dokter harus menganalisis ratusan gambar semacam ini per hari, akibatnya perhatian menjadi tumpul. Dan mesin, yang tunduk pada pelatihan kualitasnya, dapat bekerja sepanjang waktu, praktis tanpa membuat kesalahan. Selain itu, sistem komputer dapat menyoroti detail terkecil dalam foto, penting untuk membuat diagnosis yang benar, tetapi tidak terlihat oleh manusia.
Para pengembang "mengajarkan" sistem mereka untuk membuat sesuatu seperti peta panas tubuh manusia ketika menganalisis gambar. Hanya alih-alih menunjukkan suhu, bagian paru-paru ditandai dengan warna berbeda, di mana mesin “melihat” tanda-tanda pneumonia. Setelah diproses, seseorang sudah memeriksa gambar, memperhatikan, pertama-tama, ke area-area yang ditandai mesin sebagai "terpanas".
Para peneliti percaya bahwa sistem seperti itu akan segera diterima secara umum dan tersebar luas. “Kami akan terus membuat dan meningkatkan algoritma medis yang membantu mendeteksi kelainan. Kami juga berharap bahwa segera kami akan dapat membuat set data medis depersonalisasi yang tersedia untuk umum yang dapat digunakan oleh spesialis lain yang bekerja pada masalah yang sama atau masalah lainnya, ”kata Jeremy Irwin, perwakilan dari kelompok penelitian.
Sinar-X dalam pengobatan adalah sumber informasi kesehatan pasien yang paling penting. Banyak dokter yang kewalahan dengan gambaran seperti itu. Setelah beberapa jam bekerja dengan mereka, kemampuan dokter untuk berkonsentrasi berkurang, perhatian berkurang, oleh karena itu, kemungkinan kesalahannya tinggi. Otomatisasi proses dapat membantu menyelesaikan masalah, yang akan mengurangi jumlah kesalahan medis.
Pekerjaan yang dilakukan oleh para ilmuwan tidaklah unik. Sekarang, banyak startup dan
perusahaan besar seperti IBM dan Google terlibat dalam perkembangan serupa. Selain pneumonia, sistem komputer sudah dapat mendeteksi tanda-tanda tumor,
masalah sistem kardiovaskular, dan kelainan lain pada x-ray dan gambar medis lainnya.