Эта статья Дэнни Вена первоначально появилась на fool.com.
Наука о глубоком обучении, поддисциплина искусственного интеллекта (ИИ), представляет собой лишь недавнее развитие в большой схеме вещей, но за время своего короткого существования она добилась впечатляющих технологических достижений. Достижения в распознавании изображений, понимании языка и переводе привели к разработке виртуальных помощников, умных домашних динамиков и доходам в кибербезопасности, и они ведут к автономному вождению. Теперь компании нашли способ использовать эти умные способности ИИ для борьбы с раком.
Глубокое обучение включает в себя создание искусственных нейронных сетей с использованием программного обеспечения и сложных алгоритмов для воссоздания способности человеческого мозга к обучению. Эти обучающиеся компьютеры обладают особым умением просеивать огромные объемы данных и распознавать закономерности, становясь все умнее по ходу дела. Первый прорыв заключался в том, чтобы загрузить в систему тысячи изображений кошек, пока программа не смогла распознать кошку самостоятельно.
Распознавание опухолей молочной железы
Эта способность выявлять закономерности привела к значительному прорыву в области исследований рака молочной железы. В прошлом месяце в документе под названием Обнаружение метастазов рака на гигапиксельных изображениях патологии Alphabet Inc. (NASDAQ:GOOG) (NASDAQ:GOOGL) подразделения Google объявила, что создала нейронную сеть, которая может анализировать медицинские изображения и выявлять опухоли с большей степенью точности, чем патологоанатомы. Исследование показало, что компания, используя свой ИИ GoogLeNet, просмотрела тысячи медицинских изображений, предоставленных голландским университетом, и смогла идентифицировать злокачественные опухоли на изображениях рака молочной железы с точностью 89% по сравнению с 73% для человеческих аналогов. В блоге исследователи Google объяснили:
Патологоанатомы несут ответственность за просмотр всех биологических тканей, видимых на предметном стекле. Однако у одного пациента может быть много слайдов, каждый из которых имеет размер 10+ гигапикселей при оцифровке с 40-кратным увеличением. Представьте себе, что вам нужно просмотреть тысячу 10-мегапиксельных (MP) фотографий и нести ответственность за каждый пиксель. Излишне говорить, что нужно охватить много данных, а время часто ограничено.
Эта технология может обеспечить первоначальный скрининг, позволяя врачам просматривать только те изображения, которые были помечены как потенциально злокачественные. Система все еще нуждается в доработке, так как она дала ряд ложных срабатываний — выявление раковых клеток там, где их не было. Таким образом, хотя ИИ не заменит патологов в ближайшее время, эти алгоритмы можно использовать для предварительного просмотра изображений и не только снизить нагрузку на врачей, но и обслуживать те части мира, где патологов не хватает.
Ватсон читает медицинские изображения
Google — не единственный, кто тестирует ИИ для этой цели. Почти год назад International Business Machines Corporation (NYSE:IBM) заключила партнерское соглашение с многочисленными системами здравоохранения, компаниями, занимающимися технологиями визуализации, и академическими медицинскими центрами для обучения Watson AI, своего когнитивного компьютера, чтению медицинские изображения. Это более широкое сотрудничество сосредоточено на раке, сердечно-сосудистых заболеваниях, здоровье глаз и диабете. В прошлом месяце компания объявила, что расширила эту инициативу до 24 организаций по всему миру, которые внесут жизненно важный вклад, необходимый для обучения системы. IBM также объявила о первых плодах этого начинания — приложении для обнаружения одного типа сердечно-сосудистых заболеваний, связанного с сужением аортального клапана сердца. В ближайшем будущем планируется расширить усилия Watson на различные дополнительные сердечно-сосудистые заболевания.
Уотсон уже добился успеха в ряде медицинских приложений. Достигнув самых впечатляющих результатов в этой области на сегодняшний день, Watson просмотрел медицинские записи 1000 больных раком и смог разработать план лечения, который с точностью 99 % согласовывался с рекомендациями онкологов. ИИ также смог предоставить дополнительные рекомендации примерно в 30% случаев, которые были пропущены врачами, благодаря его способности просматривать даже самые последние медицинские исследования.
Будущее медицины
Ни одна из компаний не предоставляет конкретной информации о том, как эти медицинские открытия, связанные с ИИ, повлияют на бизнес в целом, и любой вклад будет представлять собой лишь незначительную часть общего дохода каждой компании на данном этапе. Это все еще очень ранние разработки, но они иллюстрируют огромный потенциал ИИ в недалеком будущем.
Эти алгоритмы ИИ не заменят вашего врача, но могут сделать его более эффективным. ИИ и его применение в медицине все еще находятся в зачаточном состоянии, но я не удивлюсь, если в ближайшем будущем услышу новые новаторские объявления.
Первоначально опубликовано на www.fool.com 4 апреля 2017 г.
