Süni intellektlə gələcəkdə döş xərçəngi olub-olmayacağınızı proqnozlaşdırmaq

Radilogy jurnalında 17 dekabr 2019-cu ildə dərc edilən araşdırmaya görə süni intellekt tətbiqlərinin son vaxtlar ən çox danışılan növü olan dərin öyrənmə (deep learning) modeli sıxlığa (density) əsaslanan modellərdən daha yüksək dəqiqliklə hansı qadınların gələcəkdə döş xərçəngi riski daşıdığını təxmin edib. Stokholm Karolinska İnstitutundan Dr. Karin Dembrower və həmkarları gələcək döş xərçəngi ilə əlaqəli risk balı hazırlayıb, retrospektiv, yəni keçmiş məlumatlara əsaslanan tədqiqatda modeli sıxlıq əsaslı modellərlə müqayisə ediblər. Dərin öyrənmə modelinin hazırlanması 2008-dən 2012-yə qədər diaqnoz qoyulmuş hallara əsaslanıb; hər qadın üçün mövcud ən erkən rəqəmsal mammoqram üzrə dərin öyrənmə risk balı, sıx sahə və sıxlıq faizi hesablanıb.

Dərin öyrənmə sistemlərində insanın hazırladığı alqoritmlər böyük həcmdə məlumatın toplanmasına, sıralanmasına və təhlilinə cavabdehdir. Böyük məlumat dəstləri (big data) süni neyron şəbəkəni – insan beyninin fəaliyyətindən ilhamlanaraq modelləşdirilmiş alqoritmlər toplusunu – qidalandırır və sonra şərh olunur. Proqramçılar maşına məlumatla nə etməli olduğunu demir; maşın məlumatı təhlil edir və öyrəndiklərinə əsasən qərar verir. Əksər hallarda nə qədər çox məlumat alsa, qərarı o qədər düzgün olur. Tədqiqatda cəmi 2.283 qadın qiymətləndirilib; sonradan onların 278-inə döş xərçəngi diaqnozu qoyulub. Tədqiqatçılar diaqnozu olmayanlarla müqayisədə döş xərçəngi olanların mammoqrafiya zamanı daha yaşlı olduğunu (median 55,7-yə qarşı 54,6 yaş), daha böyük sıx sahəyə (median 38,2-yə qarşı 34,2 cm²) və daha yüksək sıxlıq faizinə (median % 25,6-ya qarşı 24.0 faiz) malik olduğunu müəyyən ediblər.

• Əlaqəli mövzu: Sıx döş nədir? Sıx döşdə xərçəng riski niyə daha yüksəkdir? Sıx sahə və sıxlıq faizi ilə müqayisədə yaşa uyğunlaşdırılmış dərin öyrənmə risk balı daha dəqiq nəticə verib. Yalançı mənfi, yəni əslində xərçəng olduğu halda səhvən xoşxassəli nəticə vermə faizi yaşa uyğunlaşdırılmış dərin öyrənmə balında daha aşağı olub; daha aqressiv xərçənglərdə fərq ən aydın görünürdü. Ümumilikdə süni neyron şəbəkələrə əsaslanan süni intellekt modeli olan dərin öyrənmə modeli sıxlığa əsaslanan proqnoz modelindən yaxşı idi. Nəticədə hazırda əsasən insan mütəxəssislərlə yarışı şəraitində təlim edilən bu alqoritmlərdən istifadə edən qərar dəstəyi sistemlərinin yaxın gələcəkdə, təxminən 10 il ərzində xərçəng diaqnozu və riskin müəyyən edilməsində mühüm rol oynayacağına artıq əminliklə baxılır.