კომპიუტერები კიბოს დიაგნოსტიკაში — ხელოვნური ინტელექტი ექიმებს ეჯიბრება

კომპიუტერს, რომელიც მხოლოდ გამოსახულებების ანალიზით კანის კიბოს დიაგნოზირებისა და კლასიფიცირებისთვის გაწვრთნეს, ახლა ამ კიბოს ტიპის ექიმივით ამოცნობა შეუძლია.

1960-იან წლებში სამეცნიერო ფანტასტიკის სერიალ Star Trek-ში დოქტორი Leonard McCoy „ტრიკორდერად“ ცნობილი პორტატიული მოწყობილობით James Kirk-ისა და Enterprise-ის სხვა წევრების სამედიცინო მდგომარეობას ამოწმებდა. მოგვიანებით ეს მანქანები რეალობად იქცა, მაგალითად მობილური მოწყობილობები, რომლებიც არაინვაზიურ დიაგნოზს იძლევა და ადამიანის კანის გამოსახულებით კიბოს ზოგი ტიპის გამოვლენა შეუძლია. Nature-ში გამოქვეყნებული კვლევის მიხედვით, მოწინავე გამოსახულების ამოცნობის ტექნოლოგიით ხელოვნური ინტელექტი კანის დაზიანებების კლასიფიცირებას კანის კიბოს სპეციალისტზე არანაკლებ კარგად შეძლებს.

კანის დაავადებები 3 ძირითად ჯგუფად განიხილება:

1. არაპროლიფერაციული დაზიანებები, მაგალითად აკნე / მუწუკები;
2. კეთილთვისებიანი (არასაშიში) დაზიანებები, ეს ჯანმრთელობისთვის საფრთხის არმქონე უჯრედული გამრავლებაა; და
3. ავთვისებიანი (ბოროტთვისებიანი) დაზიანებები, უკონტროლოდ გამრავლებადი და სხეულის სხვა ორგანოებში გავრცელების პოტენციალის მქონე მეტასტაზური კიბოს უჯრედები.

კანის კიბოს, სხვა კიბოებისგან განსხვავებით, ვიზუალურად დიაგნოზირება შეიძლება. ამისთვის დერმატოლოგები დერმატოსკოპად (ასევე დერმოსკოპიად, ეპილუმინესცენტურ ან ზედაპირულ მიკროსკოპად) ცნობილ მოწყობილობას იყენებენ და კანის ლაქებსა თუ ხალებს ახლოდან ათვალიერებენ. თუ დაზიანება საეჭვოა, დერმატოლოგი ბიოფსიას იღებს, ქსოვილი პათოლოგიის ლაბორატორიაში იგზავნება და პათოლოგი საბოლოო დიაგნოზს სვამს.

კვლევა

მკვლევრებმა ღრმა სწავლება ამ სახელით ცნობილი ალგორითმული ტექნიკით კომპიუტერს გამოსახულებების ანალიზი და დაავადების დიაგნოზირება შეაძლებინეს (ხელოვნური ინტელექტი). ექიმისა და კომპიუტერის მიერ დიაგნოზისთვის გამოყენებულ გამოსახულების ანალიზს შორის განსხვავებებია. მაგალითად, მელანომა ამ სახელით ცნობილი კანის კიბოს დიაგნოზისას დერმატოლოგი იყენებს ABCDE კრიტერიუმებს (თითო ასო შეფასების ერთ მახასიათებელს აღნიშნავს, მაგალითად A — დაზიანების ასიმეტრიულ ფორმას), რაც მის წინა გამოცდილებას ეფუძნება. კომპიუტერს ამ მიდგომის მიბაძვა არ სჭირდება. ამის ნაცვლად ის დაავადებასთან დაკავშირებულ ნიმუშს თავად განსაზღვრავს და ადამიანური წესებისგან დამოუკიდებლად საკუთარი მონაცემებით სწავლობს. კომპიუტერს იმ გამოსახულებების შეფასებაც შეუძლია, რომლებსაც ადამიანის თვალი ვერ აღიქვამს.

კომპიუტერის გასაწვრთნელად მკვლევრებმა გამოიყენეს დიაგნოზირებული კანის კიბოს 2032 შემთხვევიდან 129450 დაზიანების გამოსახულება და თითოეულზე მინიჭებული ნიშნები. საცნობარო დიაგნოზები დერმატოლოგებმა დასვეს.

შემდეგ მკვლევრებმა ჯერ დაუდიაგნოზებელი კანის დაზიანებების სურათები გაწვრთნილ კომპიუტერსა და 21 ექიმს წარუდგინეს. ეს სურათები ბიოფსიით გადაამოწმეს. კომპიუტერმა ისინი ექიმების მსგავს ან უკეთეს დონეზე ამოიცნო.

კვლევაში გამოყენებული გამოსახულებების სტანდარტულზე დიდი ზომა შეიძლება ხელოვნური ინტელექტის უფრო მაღალი წარმატების ერთ-ერთი მიზეზი იყოს. სისტემაში შეტანილი ახალი მონაცემებით მისი უნარი კვლავ იზრდება. მკვლევრებმა აღნიშნეს, რომ ეს კვლევა ჯანდაცვაში საინფორმაციო ტექნოლოგიების მწვერვალი კი არა, მხოლოდ ერთი წერტილია. კვლევაში გამოიყენეს „Inception v3“ ალგორითმი; ახლა უკვე არსებობს ახალი პროგრამები და ალგორითმები, რომლებსაც უფრო მოკლე დროში და უფრო მაღალი სიზუსტით პროგნოზირება შეუძლია.

მომავალში ხელოვნური ინტელექტი აუცილებლად დაიკავებს ადგილს დიაგნოსტიკურ ტექნოლოგიებში და ჯანდაცვის ხარისხს გაზრდის. სმარტფონის აპლიკაციას ამის ეფექტურად, მარტივად და დაბალი ხარჯით უზრუნველყოფა შეუძლია. თუმცა ვარაუდობენ, რომ ხელოვნური ინტელექტით წარმართულმა დიაგნოზებმა არასასურველი შედეგებიც შეიძლება გამოიწვიოს.

საინფორმაციო ტექნოლოგიების დახმარებით მრავალი კიბოს უფრო ადრეულად და ნაკლები სირთულით დიაგნოზირება შესაძლებლად ჩანს. ამასთან, კლინიკური — ანუ მკურნალობასთან დაკავშირებული — გადაწყვეტილებების მისაღებად, რაც ძალიან რთული პროცესია, ხელოვნურმა ინტელექტმა კიდევ მრავალ სფეროში უნდა მიაღწიოს წარმატებას; მანამდე კი სულ უფრო მეტად დაუჭერს მხარს ჯანდაცვას.