Google ağciyər xərçənginin erkən diaqnostikası üçün dərin öyrənməyə əsaslanan süni intellekt hazırladı

Aşağı dozalı kompüter tomoqrafiyası ilə ağciyər xərçəngi skrininqinin çox siqaret çəkdiyi üçün yüksək risk daşıyan şəxslərdə mortaliteyi (ölüm göstəricisini) əhəmiyyətli dərəcədə azaltdığı məlumdur. Lakin aşağı dozalı ağciyər kompüter tomoqrafiyasının da mənfi cəhətləri var: aşağı dozada olsa belə illik şüalanma, həddindən artıq diaqnostika, yanlış müsbət nəticələr (xərçəng olmayan törəmələrin xərçəng sayılması və biopsiyaların aparılması) və əməliyyatlar kimi hallar.

Süni intellektin alt sahəsi olan dərin öyrənmə (deep learning), Nature jurnalındakı araşdırmaya görə, bu riskləri azaltmağa kömək edə bilər.

Dərin öyrənmə sistemlərində insanın hazırladığı alqoritmlər böyük həcmdə məlumatın toplanması, sıralanması və təhlilinə cavabdehdir. Böyük həcmli məlumat (big data), süni neyron şəbəkəsini (insan beyninə uyğun modelləşdirilmiş alqoritmlər toplusunu) qidalandırır və sonra şərh olunur. Proqramçılar maşına məlumatla nə etməli olduğunu demirlər; maşın özü məlumatı təhlil edir və öyrəndiklərinə əsasən qərar verir. Əksər hallarda nə qədər çox məlumat alırsa, qərarları bir o qədər düzgün olur.

Google tədqiqatçıları bir neçə emal təbəqəsi olan süni neyron şəbəkəsi hazırladılar. Bu çoxqatlı şəbəkəni insanların ağciyər kompüter tomoqrafiyası (BT) skrininq məlumatları ilə qidalandırdılar: bəzilərində ağciyər xərçəngi vardı, bəzilərində yox idi, bəzilərində isə xərçəngə çevrilən düyünlər vardı.

Texnologiya ağciyər xərçəngini aşkarlamaqda fövqəladə bacarıq göstərdi. 6 radioloqla müqayisə edildikdə sistem yanlış müsbət nəticələrdə (xərçəng olmadığı halda xərçəng kimi şərh edilən) % 11, yanlış mənfi nəticələrdə (xərçəng olduğu halda xoşxassəli kimi şərh edilən) % 5 azalma ilə olduqca yaxşı nəticə göstərdi. Əvvəlki BT müayinələrini görməyə icazə verildikdə alqoritm mütəxəssis radioloqlarla eyni nəticə verdi. Ümumilikdə bu süni intellekt modelinin düzgünlüyü % 94.4 idi.

Google-un dərin öyrənmə sistemi geniş istifadəyə hazır olmasa da, nəticələr süni intellektin tibbdəki potensial roluna baxış verir. Nəticədə bu tətbiq ağciyər xərçənginin erkən diaqnostikası üçün BT skrininqini kompüter köməyi və avtomatlaşdırma ilə optimallaşdırmağa imkan yaradır. Maşınların tibbi testlərdə hər gün daha yaxşı nəticə verməsi və klinik qərarları dəstəkləməsi müsbət inkişafdır. Bununla belə, siqaret çəkənlərin əksəriyyətinin ağciyər xərçəngi skrininqi barədə məlumatlılığının zəif olması və bunun davam etməsi ayrı problemdir. Google-un dərin öyrənmə modeli kimi klinik qərar dəstək sistemləri ilə skrininqin avtomatlaşdırılması onun düzgünlüyünü, ardıcıllığını və qəbulunu artırmaq potensialına malikdir.