رایانه‌ها در تشخیص سرطان ـ هوش مصنوعی با پزشکان رقابت می‌کند

رایانه‌ای که فقط با تحلیل تصویر برای تشخیص و طبقه‌بندی سرطان پوست آموزش دیده، اکنون می‌تواند مانند پزشک نوع آن سرطان را تعیین کند.

در دهه 1960 در مجموعه علمی‌تخیلی پیشتازان فضا، دکتر لئونارد مک‌کوی با دستگاه قابل‌حمل «ترایکوردر» وضعیت پزشکی جیمز کرک و دیگر اعضای انترپرایز را بررسی می‌کرد. بعدها این دستگاه‌ها واقعی شدند؛ مانند ابزارهای همراه تشخیص غیرتهاجمی که با تصویربرداری از پوست انسان برخی انواع سرطان را شناسایی می‌کنند. نیچرمطالعه‌ای منتشر کرده که بر اساس آن هوش مصنوعی با فناوری پیشرفته تشخیص تصویر می‌تواند ضایعات پوست را دست‌کم به خوبی متخصص سرطان پوست طبقه‌بندی کند.

بیماری‌های پوست در 3 گروه اصلی بررسی می‌شوند:

1. ضایعات غیرتکثیری، مانند آکنه / جوش؛
2. ضایعات خوش‌خیم، غیرسرطانی، تکثیرهای سلولی بدون تهدید سلامت هستند؛ و
3. ضایعات بدخیم، سرطانی، سلول‌هایی با تکثیر مهارنشده و توان بالقوه گسترش به دیگر اندام‌های بدن، یعنی متاستاتیک سلول‌های سرطانی.

سرطان پوست برخلاف دیگر سرطان‌ها با مشاهده قابل‌تشخیص است. متخصص پوست با ابزاری به نام درماتوسکوپ، معروف به درموسکوپی، میکروسکوپ اپی‌لومینسانس یا میکروسکوپ سطحی، لکه‌ها یا خال‌ها را از نزدیک بررسی می‌کند. اگر ضایعه مشکوک باشد، نمونه‌برداری می‌کند؛ بافت به آزمایشگاه پاتولوژی می‌رود و متخصص پاتولوژی تشخیص قطعی می‌دهد.

مطالعه

پژوهشگران با روش الگوریتمی موسوم به یادگیری عمیق به رایانه امکان دادند تصاویر را تحلیل و بیماری را تشخیص دهد؛ یعنی (هوش مصنوعی). تحلیل تصویری پزشک و رایانه در تشخیص بیماری تفاوت دارد. برای مثال در تشخیص سرطان پوست به نام ملانوم متخصص پوست معیارهای ABCDE را به کار می‌برد؛ هر حرف یک ویژگی ارزیابی است، مانند A برای شکل نامتقارن ضایعه. این بر تجربه پیشین او استوار است. رایانه مجبور نیست این روش را تقلید کند؛ خود الگوی مرتبط با بیماری را شناسایی و مستقل از قواعد انسانی، داده‌هایش را آموزش می‌دهد. همچنین می‌تواند تصاویری را ارزیابی کند که چشم انسان درک نمی‌کند.

برای آموزش رایانه، پژوهشگران از 2032 سرطان پوست تشخیص‌داده‌شده، تعداد 129450 تصویر ضایعه و نشانه‌های نسبت‌داده‌شده به هر تصویر استفاده کردند. تشخیص‌های مرجع توسط متخصصان پوست انجام شده بود.

سپس تصاویر گروهی از ضایعات پوستی بدون تشخیص قبلی را به رایانه آموزش‌دیده و 21 پزشک ارائه کردند. این تصاویر با نمونه‌برداری تأیید شدند. رایانه تشخیصی هم‌سطح یا بهتر از پزشکان داشت.

بزرگ‌تر بودن تصاویر مطالعه نسبت به تصاویر استاندارد شاید یکی از علل موفقیت بیشتر هوش مصنوعی باشد. توان آن با داده‌های تازه ورودی نیز بیشتر می‌شود. پژوهشگران گفتند این مطالعه اوج فناوری اطلاعات در خدمات سلامت نیست، بلکه فقط نقطه‌ای از آن است. الگوریتم «Inception v3» استفاده شد و اکنون برنامه‌ها و الگوریتم‌های تازه‌ای برای پیش‌بینی سریع‌تر و دقیق‌تر نیز موجودند.

هوش مصنوعی در آینده قطعاً جایگاه خود را در فناوری تشخیص خواهد یافت و کیفیت خدمات سلامت را افزایش خواهد داد. برنامه تلفن هوشمند می‌تواند این کار را مؤثر، آسان و کم‌هزینه انجام دهد. اما تصور می‌شود تشخیص هدایت‌شده با هوش مصنوعی ممکن است پیامدهای ناخواسته نیز داشته باشد.

به کمک فناوری اطلاعات، تشخیص بسیاری از سرطان‌ها در مراحل زودتر و با زحمت کمتر محتمل است. اما هوش مصنوعی برای تصمیم‌گیری بالینی، یعنی مربوط به درمان، که بسیار پیچیده است، باید در حوزه‌های بیشتری موفق شود؛ تا آن زمان به‌طور فزاینده پشتیبان خدمات سلامت خواهد بود.