Ми вже використовуємо штучний інтелект для рутинних завдань, таких як складання листів або бронювання авіаквитків. Але справжнє зрушення відбувається у медицині. ІІ тут – не просто модне слівце. Він активно допомагає лікарям виявляти рідкісні захворювання та рак на більш ранніх стадіях, ніж будь-коли раніше.
Питання не в тому, чи ІІ буде задіяно. Питання в тому, наскільки він надійний і як він знаходить те, що можуть пропустити люди.
Проблема людського зору
Коли лікарі визначають причину вашого нездужання, використовують комбінацію методів. Це звіти про симптоми. Аналіз крові. Фізикальний огляд. І візуалізація. Рентгенівські фотографії. Ультразвукові дослідження. Комп’ютерна томографія. МРТ. Ці інструменти показують, чи пошкоджені органи, чи є пухлина.
Це добре працює. Доки не перестає.
Структури цих знімках складні. Щільні. Багатошарові. Навіть досвідчені радіологи можуть пропустити пухлини на ранній стадії. Вони можуть помилково прийняти доброякісні зміни за рак. Це трапляється і із зразками тканин. Людська увага притуплюється. Настає втома.
На сцену виходить ІІ у медичній діагностиці.
У ранніх випробуваннях системи ІІ довели, що можуть виявляти патологічні зміни після відповідного навчання. Вони не моргають. Вони не втомлюються. Вони просто обробляють дані.
Більше видимого у маммограмах
Виявлення раку молочної залози багато в чому залежить від зображень мамограм. Радіологи шукають аномалії у тканинах молочної залози. Однак щільна тканина молочної залози ускладнює цей процес. Дрібні ознаки легко проґавити.
Дослідники з Лундського університету в Швеції створили KI-Modell für Brustkrebs (модель ІІ для раку молочної залози), щоб допомогти в цьому. Вони не просто ворожили. Вони тестували.
Вони взяли маммограми 80 000 жінок із групи високого ризику. Частина з них проаналізувала ІІ. Іншу частину – радіологи.
Результати були різкими. Модель ІІ виявила на 20% більше пухлин молочної залози, ніж лікарі. Рівень помилок хибнопозитивних результатів був однаковим. Але раннє виявлення більшої кількості випадків раку рятує життя.
Прогнозування ризику за роки вперед
Діагностика – лише половина справи. Важлива та профілактика. Модель під назвою Mirai допомагає лікарям та пацієнтам зрозуміти індивідуальний ризик. Вона виходить за межі простого аналізу поточних зображень.
Mirai прогнозує майбутній ризик розвитку раку молочної залози. Вона враховує:
- Відомі фактори ризику
- Вік
- Сімейний анамнез
- Візуальні маркери у тканинах
Вона показує, як цей ризик змінюється з часом. Ось у чому проблема. Самі дослідники не до кінця розуміють, як Mirai дійшов своїх висновків.
“Ми знаємо, як працює глибоке навчання і як модель навчається”, – говорить Кшиштоф Герас з Нью-Йоркського університету. «Але ми не розуміємо, що саме модель шукає даних. Ймовірно, вона навчається на візуальних маркерах, які невідомі людям».
Вона бачить закономірності, які ми можемо назвати. Це дуже потужно. І трохи тривожно.
Виявлення невидимого при рідкісних захворюваннях
Krebs erkennen (розпізнавання раку) – одна справа. Виявлення рідкісних захворювань інше. Шлунок і кишечник є складне завдання.
Команда з Мюнхенського університету Людвіга-Максіміліана, Технічного університету Берліна та клініки Шаріте розробила новий підхід на основі ІІ. Вони проаналізували здорові тканини та поширені знахідки, такі як хронічний гастрит. Потім вони шукали відхилень.
Ці відхилення вказували на рідкісні захворювання шлунково-кишкового тракту.
Ось чому це важливо. Зазвичай ІІ потребує величезних обсягів даних для навчання. Ви подаєте йому приклади. Він знаходить закономірності. Застосовує їх.
При поодиноких захворюваннях недостатньо прикладів. Недостатньо матеріалу для ефективного навчання стандартного ІІ. Точність падає. Модель дає збій.
Ця нова модель не потребувала явного навчання кожної рідкісної патології. Вона виводила аномалії із загальної базової лінії.
“Ми порівнювали різні технічні підходи”, – говорить Клаус-Роберт Мюллер з Технічного університету Берліна. «Наша найкраща модель з високою надійністю розпізнавала широкий спектр рідкісних патологій шлунка та кишечника, включаючи рідкісні первинні чи метастатичні ракові захворювання. Наскільки нам відомо, жоден інший опублікований інструмент ІІ не може цього зробити».
Розрив довіри
ІІ пропонує швидкість. Він пропонує масштабованість. Він пропонує показники виявлення, які не можуть стабільно відтворювати.
Але ми маємо справу із «чорними ящиками». Такі моделі як Mirai знаходять закономірності, невидимі для нас. Ми довіряємо результату, тому що він добрий. Але ми не до кінця розуміємо «чому».
Це проблема? Можливо.
Лікарі вже використовують ці інструменти як помічники. Друга думка. Страхувальна мережа. Технологія вже тут. Вона точна. Вона розширюється в області, які ми вважали надто вузькоспеціалізованими для автоматизації.
Наступний крок – не просто покращення алгоритмів. Це розуміння того, що вони бачать. І рішення того, чи ми готові дозволити їм вести за собою.
