Σύστημα βαθιάς μηχανικής μάθησης βελτιώνει το σκορ σωστών προβλέψεων για τον καρκίνο

Η έρευνα του Yoichiro Yamamoto, στο κέντρο προηγμένης νοημοσύνης RIKEN στην Ιαπωνία, είναι μία ακόμη περίπτωση στην οποία η βαθιά μηχανική μάθηση (deep learning, ένα είδος «στενής» τεχνητής νοημοσύνης ή ΑΝΙ δηλαδή Artificial Narrow Intelligence), μας βοηθάει στην Ιατρική να αναγνωρίσουμε χαρακτηριστικά σε ιστοπαθολογικές εικόνες, που υποδεικνύουν υποτροπή σε είδη καρκίνων (π.χ. καρκίνος του προστάτη στην παρούσα έρευνα), πολύ πριν τα αναγνωρίσουν οι γιατροί με τις τωρινές διαθέσιμες μεθόδους ή ακόμη και χαρακτηριστικά που έμοιαζαν φυσιολογικά.

Το τεχνητό νευρωνικό δίκτυο έμαθε μόνο του να αναγνωρίζει τα «ύποπτα» χαρακτηριστικά, μέσα από μία βάση δεδομένων 13200 ιατρικών παθολογικών εικόνων του προστάτη. Εκτός αυτού, η ερευνητική ομάδα ανέπτυξε μία μέθοδο όπου τα ευρήματα της τεχνητής νοημοσύνης μπορούσαν να γίνουν κατανοητά από τους γιατρούς, μέσω εικόνων υψηλής ανάλυσης, κάτι αρκετά σημαντικό καθώς, συνήθως αυτό που συμβαίνει με τέτοια συστήματα ως τώρα είναι, να γίνονται σωστές προγνώσεις χωρίς όμως να γνωρίζει κάποιος πολλά για το πώς ή το γιατί (άλλωστε, όπως έχει αναφερθεί και σε παλαιότερη ανάρτηση, κάποιες από τις ιατρικές εικόνες και δεδομένα που κρίθηκαν ορθώς «ύποπτα» από το σύστημα τεχνητής νοημοσύνης, δεν είχαν κάτι προφανές ή κρίνονταν «φυσιολογικά», τουλάχιστον ως τότε).

Για να γίνει καλύτερα αντιληπτό, ο δείκτης AUC ο οποίος είναι ένας δείκτης που χρησιμοποιείται ευρέως για να κρίνει την «ευστοχία» των προβλέψεων των μοντέλων και κυμαίνεται από 0.0 (απόλυτα αποτυχημένο μοντέλο) ως 1.0 (ιδανικό μοντέλο με 100% σωστές προβλέψεις), έδωσε τα ακόλουθα αποτελέσματα. Τα καρκινικά κριτήρια (π.χ. για τον καρκίνο του προστάτη που εξετάστηκε εδώ) τα οποία είχαμε ως τώρα στην διάθεσή μας αγγίζουν το 0.744. Η τεχνητή νοημοσύνη της ερευνητικής ομάδας πέτυχε σκορ 0.820, ενώ όταν συνδυάστηκε η γνώση από τα κριτήρια που είχαμε ως τώρα μαζί με το μοντέλο, το σκορ έφτασε στο 0.842. Και αυτό είναι μόνο η αρχή. Βελτιώσεις στο μοντέλο, σε συνεργασία με τους επιστήμονες που μπορούν να «μαθαίνουν» με την σειρά τους από αυτό, έχει ως στόχο την προσέγγιση της αυτόματης και απόλυτα σωστής διάγνωσης, στο όχι πολύ μακρινό, πλέον, μέλλον.

Έρευνα δημοσιευμένη: https://www.nature.com/articles/s41467-019-13647-8

Φωτογραφία: RIKEN – Ο υπερυπολογιστής RAIDEN που χρησιμοποιήθηκε για την παραπάνω έρευνα.

---------------------------------------------------------------

*Περισσότερα για τα παραπάνω, στον Τόμο ΙΙΙ του έργου «Τα φυσικά φαινόμενα» που αναμένεται το 2020.

**Δείτε τα περιεχόμενα των τόμων Ι και ΙΙ του έργου «Τα φυσικά φαινόμενα» και ρωτήστε μας πως μπορείτε να τους αποκτήσετε από εμάς μαζί με τα 3 δώρα μας: https://fkp2100.blogspot.com/2019/08/blog-post_40.html

***Για τους φοιτητές! Δείτε το δίτομο έργο των συνήθων διαφορικών εξισώσεων με λυμένα και άλυτα θέματα (με απαντήσεις), μεθοδολογίες και διαγράμματα επίλυσης, συνολικά 1040 σελίδων, με μόλις 20 ευρώ τελική τιμή! https://fkp2100.blogspot.com/2019/08/blog-post_21.html