Медицина и машинное обучение: замена или помощь?
В статье CNN под названием Что происходит, когда автоматизация приходит к высокооплачиваемым докторам? Обсуждается растущая тенденция к использованию систем диагностической визуализации - рентгеновских лучей, компьютерной томографии, МРТ, ультразвука и т. Д., Которые традиционно интерпретируются врачом. , специалист или радиолог - с помощью компьютерного зрения и алгоритмов машинного обучения, обученных на основе обширных архивов, собранных за многие годы практики.
Использование диагностических инструментов визуализации расширилось, отчасти из-за снижения затрат: там, где раньше врачу приходилось вручную обрабатывать несколько изображений, теперь совершенно обычным явлением является один тест, позволяющий получать сотни или даже тысячи изображений в тонких слоях в процессе обработки. которые требуют значительного внимания и где вероятность ошибки из-за усталости или потери внимания очень высока.
Может ли алгоритм действительно поставить диагноз по изображениям? Определенно. Может ли он сделать это лучше, чем обученный профессионал? Все указывает на то, что, поскольку эти алгоритмы обучаются на все большем количестве изображений и их последующих диагностических результатов, такая возможность становится реальностью, и что более того, вероятность пропустить важный индикатор на изображении значительно ниже, чем при диагностике. осуществляется человеком.
Я обсуждал это на последнем форуме Netexplo с Пуджей Рао, соучредителем индийского стартапа Qure.ai, одной из компаний, выигравших приз на мероприятии. Пуджа, у которого я кратко брал интервью на сцене, был прекрасный опыт, чтобы прокомментировать эту тему: помимо того, что он был врачом, он стал соучредителем компании, занимающейся диагностикой изображений с помощью машинного обучения, работая с врачами, которых он пытался убедить внести свой вклад в алгоритмы обучения, разработанные его компанией, основываясь на очень простом аргументе: возможность получения более точных и последовательных диагнозов с меньшей вероятностью упускает из виду ключевые элементы.
Медицинское диагностическое изображение представляет собой оцифрованный или, все чаще, непосредственно цифровой файл. Превращение этих последовательностей пикселей в элементы, которые можно обрабатывать алгоритмически, идеально вписывается в возможности машинного обучения в области изображений, где за последние годы был достигнут значительный прогресс. Мы приближаемся к тому времени, когда анализ изображения проводится сразу после его получения или даже во время него, что позволяет провести более исчерпывающий анализ определенных областей, или даже к тому времени, когда врачи больше не имеют возможности использовать этот метод диагностики. из-за отсутствия практики. На этом этапе алгоритм может обработать и интерпретировать МРТ сердца, например, примерно за пятнадцать секунд, тест, который может потребовать примерно 45 минут при выполнении кардиологом или радиологом.
В таком случае, какая роль остается за специалистами? Проще говоря, чтобы заказать диагностический тест и интерпретировать анализ, который будет выполнен алгоритмом. Радиолог стал бы продвинутым интерпретатором этих диагнозов, менеджером по приборам, который следует за признаками, указанными алгоритмом, и пытается предложить дополнительные диагнозы или, возможно, выполняет второй ручной анализ на основе ключей, обнаруженных алгоритмом. Вопрос в том, является ли это замещением или специализированной помощью, которая расширяет возможности практикующего врача? Потеряют ли радиологи свою работу, или им следует просто научиться пользоваться более мощным диагностическим инструментом, способным видеть то, чего не может хорошо обученный клинический глаз?
Увидим ли мы время, когда диагностика изображения будет автоматически выполняться алгоритмом, потому что он лучше распознает индикаторы или дает меньшее количество ложных срабатываний? Будет ли обработка алгоритмов создавать намного больше, учитывая большую простоту обработки, поскольку не врач просматривает их все по очереди, что приводит к лучшей диагностике? Можно ли рассматривать такой процесс как отрицательный?
(En español, вода)
