Jaringan saraf lain diajarkan untuk mendiagnosis masalah dengan x-ray

Google, IBM, dan lainnya telah lama bekerja untuk membuat AI (bentuknya yang lemah), yang dapat menganalisis gambar x-ray. Mengapa Masalahnya adalah bahwa ahli radiologi, dan bukan hanya mereka, harus menghabiskan banyak waktu menganalisis gambar medis. Ada banyak gambar seperti itu, tetapi Anda perlu melihat dan memberikan jawaban Anda untuk masing-masing untuk waktu tertentu.

Spesialis hanya memiliki sedikit waktu untuk menganalisis x-ray yang sama. Dan bagus jika dokter segar dan waspada saat melihat gambar. Tetapi bagaimana jika itu sudah bekerja pada akhir hari kerja, setelah melihat beberapa ratusan gambar yang sama? Faktor manusia di sini sangat kuat, dan kemungkinan kesalahan meningkat berkali-kali. Untuk memfasilitasi tugas spesialis, para ilmuwan juga mencoba menggunakan kemampuan kecerdasan buatan.

Masalah lain bagi dokter yang secara teratur melihat gambar medis (belum tentu radiograf) adalah kesalahan "kepuasan pencarian". Itu terletak pada kenyataan bahwa dokter yang melihat gambar, setelah menemukan masalah, mungkin tidak terlibat dalam mencari yang lain, memutuskan bahwa asumsinya benar, dan segera membuat diagnosis. Konsekuensinya bisa sangat parah bagi pasien, mengingat bahwa masalah yang diidentifikasi tidak selalu merupakan manifestasi dari penyakit yang mendasarinya.

Sekarang pengembangan jaringan saraf yang akan melakukan pencarian untuk manifestasi berbagai penyakit dalam gambar medis dilakukan oleh tim ilmuwan yang dipimpin oleh Andrew Un. Spesialis menciptakan jaringan saraf, yang dilatih tentang contoh database yang terdiri dari beberapa puluh ribu gambar (hampir 50 ribu) yang diperoleh dari lebih dari 14 ribu lembaga medis. Pada saat yang sama, masing - masing gambar sebelumnya dianalisis oleh dokter yang mendiagnosis dan menandai radiografi sebagai normal atau patologis.


Hasil jaringan saraf dan tiga ahli radiologi-dokter

Efektivitas jaringan saraf setelah pelatihan dibandingkan dengan karya tiga ahli radiologi dan dokter. Ternyata, dalam dua kasus jaringan saraf hampir tidak tertinggal di belakang seseorang, dan dalam satu - itu melampaui itu. Secara umum, komputer mendeteksi kerusakan dengan benar pada 74,9% kasus. Perlu dicatat bahwa para ilmuwan telah menemukan hasil dan bahan penelitian mereka kepada dunia. Jadi, database di mana jaringan saraf dilatih diletakkan dalam domain publik dan tersedia di situs web Stanford. Ini siap digunakan untuk pelatihan jaringan saraf lainnya.

Jaringan saraf juga bekerja dengan jenis gambar medis lainnya. Sebagai contoh, jaringan saraf yang dalam belajar untuk mengenali jejak penyakit dalam gambar positron emission tomography of brain (PET). Kita berbicara tentang penyakit Alzheimer, yang ditandai dengan munculnya plak amiloid dengan perlambatan metabolisme otak.

Sebelumnya, para ilmuwan menemukan bahwa beberapa jenis pemindaian PET mampu mendeteksi tanda-tanda kondisi negatif ini. Oleh karena itu, teknologi ini dapat bekerja untuk mendeteksi gangguan kognitif ringan pada manusia, gangguan yang selanjutnya mengarah pada penyakit Alzheimer.

Benar, agak sulit bagi ilmuwan manusia untuk menafsirkan gambar yang dihasilkan. Tetapi jaringan saraf dapat mengatasi hal ini berkat satu atau dua penanda. Untuk melatih sistem komputer, para spesialis menggunakan gambar otak dari 182 orang berusia 70 dengan otak yang sehat dan 139 gambar otak orang-orang dengan usia yang sama dengan diagnosis Alzheimer. Akibatnya, AI mampu mengenali perbedaan antara otak yang sehat dan yang sakit, dan melakukannya dengan tingkat akurasi yang tinggi - di atas 90%.



Adapun Andrew Un dan timnya, mereka mencoba menggunakan kemampuan jaringan saraf dan untuk proyek lain. Kita berbicara tentang pasien dengan penyakit yang sangat serius, pasien dan terapi paliatif. Jaringan saraf sedang mencoba untuk memprediksi seberapa serius kondisi pasien (kebanyakan kita berbicara tentang orang yang sangat tua). Jika kita berbicara tentang penyakit progresif, yang memberi pasien tidak lebih dari satu tahun kehidupan, maka tim terapis paliatif mulai bekerja yang mencoba untuk menghilangkan manifestasi negatif dari penyakit (rasa sakit, keadaan psikologis, dll) sampai batas tertentu. Masalahnya adalah bahwa tim harus datang untuk bekerja pada waktu tertentu untuk memaksimalkan efeknya. Dan di sini jaringan saraf juga menunjukkan keberhasilan yang signifikan.

Secara umum, AI (bentuknya yang lemah) sekarang dianggap oleh para ilmuwan sebagai asisten dokter, dan bukan alternatif, kalau boleh saya katakan demikian. Jaringan saraf membantu seorang spesialis untuk mengidentifikasi berbagai jenis masalah, dan sudah seorang dokter manusia membuat diagnosis yang akurat, menggunakan bantuan asisten digitalnya. Akibatnya, waktu disimpan dan akurasi diagnostik ditingkatkan. Seiring waktu, jaringan saraf akan menjadi asisten dokter yang andal - hari ini praktik ini bersifat eksperimental, tetapi hasil yang diperoleh menginspirasi optimisme yang sehat dalam kemampuan teknologi komputer di bidang seperti perawatan kesehatan.