ხელოვნური ინტელექტით მომავალში ძუძუს კიბოს განვითარების წინასწარმეტყველება

Radilogy -ში 17 დეკემბერს, 2019 წელს გამოქვეყნებული კვლევით, ბოლო დროს განხილული ხელოვნური ინტელექტის სახეობის, ღრმა სწავლების (deep learning) მოდელმა სიმკვრივეზე (density) დაფუძნებულზე უკეთ იწინასწარმეტყველა მომავალი კიბოს რისკის მქონე ქალები. Stockholm-ის Karolinska-ს დოქტორმა Karin Dembrower-მა და კოლეგებმა რისკის ქულა შექმნეს და რეტროსპექტულად სიმკვრივის მოდელებს შეადარეს. განვითარება 2008-დან 2012 წლამდე შემთხვევებს ეფუძნებოდა; თითო ქალის ადრეული ციფრული მამოგრამისთვის ღრმა სწავლების რისკი, მკვრივი ფართობი და სიმკვრივის პროცენტი გამოთვალეს.

ღრმა სწავლების სისტემებში ადამიანის შექმნილი ალგორითმი დიდი მონაცემის შეგროვებას, დალაგებასა და ანალიზს მართავს. დიდი მონაცემები (big data) ხელოვნურ ნერვულ ქსელს (ტვინით შთაგონებულ ალგორითმთა ერთობლიობას) კვებავს და შემდეგ ინტერპრეტირდება. პროგრამისტი არ ეუბნება, რა გააკეთოს: მანქანა აანალიზებს და ნასწავლით წყვეტს. მეტი მონაცემი ჩვეულებრივ მეტ სიზუსტეს იძლევა. კვლევაში 2.283 ქალი იყო, მათგან 278-ს მოგვიანებით კიბო დაუდგინდა. კიბოიანებში მამოგრაფიისას ასაკი მეტი იყო (მედიანა 55,7 შედარებით 54,6-თან), მკვრივი ფართობიც (38,2 შედარებით 34,2 cm²-თან) და სიმკვრივის წილიც (მედიანა % 25,6 შედარებით პროცენტულად 24.0-თან).

• დაკავშირებული თემა: რა არის მკვრივი ძუძუ? რატომაა კიბოს რისკი მაღალი? მკვრივ ფართობსა და პროცენტთან შედარებით ასაკით შესწორებულმა ღრმა სწავლების ქულამ უფრო ზუსტი შედეგი აჩვენა. ცრუ უარყოფითი (კიბოს კეთილთვისებიანად მცდარი შეფასება) ნაკლები იყო, განსაკუთრებით აგრესიულებში. საერთო ჯამში ნერვულ ქსელზე დაფუძნებული მოდელი სიმკვრივისაზე უკეთესი იყო. ამჟამად უმთავრესად ადამიან ექსპერტთან შეჯიბრით ნასწავლი ალგორითმების მხარდაჭერის სისტემები ახლო მომავალში — დაახლოებით 10 წელიწადში — დიაგნოსტიკასა და რისკის განსაზღვრაში მნიშვნელოვან როლს უდავოდ შეასრულებს.