AI – NA CO MOŻEMY LICZYĆ?

 

AI –  NA CO MOŻEMY LICZYĆ?

Alicja Barwicka

Boimy się nowości od zawsze. Wszystkie większe osiągnięcia ludzkości spotykały się z początku z bardziej lub mniej akcentowaną niechęcią. Czy dziś moglibyśmy zrozumieć krytycyzm w stosunku do wynalazcy druku? Pewnie nie, ale przecież początki dla Gutenberga łatwe nie były. A „droga przez mękę” Kopernika? Takich przykładów można by wiele przytaczać.

·         są stałe warunki badań obrazowych, więc powstają jednolite protokoły

·         jest znormalizowana rejestracja obrazu (dawno już usunięto szumy i artefakty).

Przed nami era AI. To dopiero początki, ale brak wiedzy i lęk przed przyszłością, kiedy to nie będziemy musieli myśleć, bo zrobi to za nas maszyna -  optymizmem nie nastrajają. A jednak to prawdopodobnie kolejna rewolucja technologiczna i raczej nas nie ominie. Ponieważ mówimy o początkach, to należy podkreślić, że w różnych zadaniach AI ciągle się uczy i dużo jeszcze przed nimi. Okulistyka jest akurat bardzo dobrym materiałem szkoleniowym dla AI bo nie tylko materiał jest ogromny, ale przede wszystkim:

Analiza obrazu przez głębokie sieci neuronowe komputera pozwala na wykorzystywanie danych uczących do wspomagania decyzji diagnostycznych i na ocenę poziomu ryzyka. Proces uczenia na poziomie dzisiejszych technologii sprowadza się do analizy wektorów cech przetwarzania informacji takich jak czułość, swoistość by eliminować fałszywie dodatnie wyniki. Komputer rejestruje obrazy (im więcej, tym lepiej) protokołów klinicznych przypadków danego schorzenia, a następnie poddaje szczegółowej analizie konkretne dane. Dopiero kolejna analiza zbiorcza wyników pozwala na uzyskanie danych wyjściowych dla dalszego, już zoptymalizowanego procesu nauki. Póki co każda z sieci neuronowych komputera analizuje inne aspekty, stąd kolejnym wyzwaniem będzie stworzenie swoistej multimetody łączącej cechy poszczególnych sieci. Mimo, że prace trwają niedługo,  są już pierwsze wyniki i tak w analizowanych przez naukowców Politechniki Warszawskiej przypadkach okulistycznych będących materiałem badawczym dla AI – w 87 % dzięki (jeszcze ciągle uczącej się) sieci komputerowej uzyskano pomoc w procesie diagnostycznym, a w przypadkach rzadkich (znacznie mniej protokołów) ten odsetek wyniósł 78%. Są też błędne wyniki, zwłaszcza jeśli schorzeniu podstawowemu towarzyszą inne patologie jak np. nadciśnienie tętnicze, czy krótkowzroczność.

Jak widać wszystko jeszcze przed nami, ale jedno jest pewne. AI ma stanowić pomoc dla lekarza w nieraz bardzo trudnym i żmudnym procesie diagnostycznym i ma „pilnować” czynników ryzyka. Na obecnym stanie wiedzy  - nie jest w stanie zastąpić lekarza.

Zobaczymy co przyniesie dalszy jej rozwój…