Nýlegar rannsóknir hafa sýnt getu gervigreindarkerfa við læknisfræðilega greiningu á mikilvægum sjúkdómum
Gervigreindarkerfi (AI). hafa verið til í nokkuð langan tíma og verða nú betri og betri með tímanum. AI hefur umsóknir er fjölmörg svæði og er nú óaðskiljanlegur af flestum sviðum. AI getur verið nauðsynlegur og gagnlegur hluti af læknisfræði vísindi og rannsóknir þar sem það hefur gríðarlega möguleika á að hafa áhrif á heilbrigðisiðnaðinn.
Gervigreind í læknisfræðilegri greiningu?
Tími er dýrmætasta auðlindin í heilbrigðisþjónustu og snemmtæk viðeigandi greining er mjög mikilvæg fyrir endanlega niðurstöðu sjúkdóms. Heilbrigðisþjónusta er oft langt og tíma- og auðlindafrekt ferli, seinkar skilvirkri greiningu og seinkar síðan réttri meðferð. AI getur hjálpað til við að fylla bilið á milli framboðs og tímastjórnunar lækna með því að innleiða hraða og nákvæmni við greiningu sjúklinga. Það gæti hjálpað til við að sigrast á takmörkunum fjármagns og heilbrigðisstarfsfólks, sérstaklega í lág- og millitekjulöndum. AI er ferli að læra og hugsa alveg eins og menn í gegnum hugtak sem kallast djúpnám. Djúpnám notar breitt sett af sýnishornsgögnum til að búa til ákvörðunartré af sjálfu sér. Með þessu djúpa námi getur gervigreindarkerfi í raun hugsað alveg eins og menn, ef ekki betra, og því gæti gervigreind talist hæf til að sinna læknisverkefnum. Við greiningu sjúklinga halda gervigreindarkerfi áfram að leita að mynstrum meðal sjúklinga með sömu sjúkdóma. Með tímanum geta þessi mynstur skapað grunn til að spá fyrir um sjúkdóma áður en þeir koma fram.
Í nýlegri rannsókn1 Birt í Cell, vísindamenn hafa notað gervi greindar- og vélanámstækni til að þróa nýtt reiknitæki til að skima sjúklinga með algenga en geigvænlega sjónhimnusjúkdóma, sem gæti hraðað greiningum og meðferð. Vísindamenn notuðu gervigreindarkerfi til að skoða meira en 200,000 augnskannanir sem gerðar voru með óífarandi tækni sem endurvarpar ljósi af sjónhimnu til að búa til 2D og 3D framsetningu vefja. Þeir notuðu síðan tækni sem kallast „flutningsnám“ þar sem þekking sem fæst við að leysa eitt vandamál er geymd í tölvu og beitt á mismunandi en skyld vandamál. Til dæmis getur gervigreind tauganet, sem er fínstillt til að þekkja staka líffærafræðilega uppbyggingu augans, eins og sjónhimnu, hornhimnu eða sjóntaug, greint og metið þau á hraðari og skilvirkari hátt þegar það er að skoða myndir af öllu auga. Þetta ferli gerir gervigreindarkerfinu kleift að læra smám saman með mun minni gagnapakka en hefðbundnar aðferðir sem krefjast stórra gagnapakka sem gera þau dýr og tímafrek.
Rannsóknin beindist að tveimur algengum orsökum óafturkræfra blindu sem hægt er að meðhöndla þegar þær uppgötvast snemma. Vélrænar greiningar voru bornar saman við greiningar frá fimm augnlæknum sem skoðuðu sömu skannanir. Auk þess að gera læknisfræðilega greiningu, bjó gervigreindarvettvangurinn einnig til tilvísunar- og meðferðarráðleggingar sem hafa ekki verið gerðar í neinni fyrri rannsókn. Þetta þjálfaða gervigreindarkerfi virkaði alveg eins og vel þjálfaður augnlæknir og gat tekið ákvörðun innan 30 sekúndna um hvort vísa ætti sjúklingnum í meðferð eða ekki, með meira en 95 prósent nákvæmni. Þeir prófuðu einnig gervigreindarverkfæri til að greina lungnabólgu hjá börnum, sem er leiðandi dánarorsök um allan heim hjá börnum (yngri en 5 ára) byggt á vélgreiningum á röntgenmyndum af brjósti. Athyglisvert er að tölvuforritið gat gert greinarmun á veiru og baktería lungnabólgu með meira en 90 prósent nákvæmni. Þetta skiptir sköpum vegna þess að þó veirulungnabólga sé náttúrulega losuð af líkamanum eftir að hún hefur gengið, hefur bakteríulungnabólga aftur á móti tilhneigingu til að vera alvarlegri heilsuógn og krefst tafarlausrar meðferðar með sýklalyfjum.
Í öðru stóru stökki2 í gervigreindarkerfum til læknisfræðilegrar greiningar komust vísindamenn að því að ljósmyndir teknar af sjónhimnu einstaklings er hægt að greina með vélrænum reikniritum eða hugbúnaði til að spá fyrir um hjarta- og æðasjúkdóma með því að bera kennsl á merki sem benda til hjartasjúkdóma. Staða æða í auga sem er tekin á myndunum var sýnt fram á að spá nákvæmlega fyrir um aldur, kyn, þjóðerni, blóðþrýsting, hvers kyns fyrri hjartaáföll og reykingavenjur og allir þessir þættir spá fyrir um hjartatengda sjúkdóma hjá einstaklingi.
Augað sem upplýsingablokk
Hugmyndin um að skoða ljósmyndir af auganu til að greina heilsu hefur verið til staðar í nokkurn tíma. Það er vel staðfest að aftari innri vegg mannlegra augna er með mikið af æðum sem endurspegla heilsu líkamans. Með því að rannsaka og greina útlit þessara æða með myndavél og smásjá er hægt að spá fyrir um miklar upplýsingar um blóðþrýsting einstaklings, aldur, reykingamann eða reyklausan o.s.frv. og eru þetta allt mikilvægar vísbendingar um heilbrigði hjarta einstaklings. . Hjarta- og æðasjúkdómar (CVD) eru dánarorsök númer eitt á heimsvísu og fleiri deyja úr hjarta- og æðasjúkdómum samanborið við annan sjúkdóm eða ástand. Þetta er algengara í lág- og millitekjulöndum og er gríðarleg byrði á efnahagslífi og mannkyni. Áhættan á hjarta- og æðasjúkdómum fer eftir fjölmörgum þáttum eins og genum, aldri, þjóðerni, kyni, ásamt hreyfingu og mataræði. Hægt er að koma í veg fyrir flesta hjarta- og æðasjúkdóma með því að takast á við hegðunaráhættu eins og tóbaksnotkun, offitu, hreyfingarleysi og óhollt mataræði með því að gera verulegar lífsstílsbreytingar til að takast á við hugsanlega áhættu.
Heilsugreining með myndum af sjónhimnu
Þessi rannsókn sem gerð var af vísindamönnum hjá Google og eigin heilsutæknifyrirtæki þess Verily Life Sciences, sýndi að gervigreindarreiknirit var notað á stórum gagnasafni af sjónhimnumyndum af um 280,000 sjúklingum og þetta reiknirit tókst að spá fyrir um hjartaáhættuþætti í tveimur fullkomlega. óháð gagnasafn um 12000 og 1000 sjúklinga með nokkuð góðri nákvæmni. Reikniritið notaði alla ljósmyndina af sjónhimnu til að mæla tengsl myndarinnar og hættu á hjartaáfalli. Þetta reiknirit gæti spáð fyrir um hjarta- og æðasjúkdóma í 70 prósent tilvika hjá sjúklingi og í raun var einnig hægt að greina reykingamann og reyklausan í þessu prófi í 71 prósent tilfella. Reikniritið gæti einnig spáð fyrir um háan blóðþrýsting sem bendir til hjartasjúkdóms og spáð fyrir um slagbilsþrýsting - þrýstinginn í æðunum þegar hjartað slær - innan marka flestra sjúklinga með eða án háþrýstings. Nákvæmni þessarar spá, samkvæmt höfundum, er mjög svipuð hjarta- og æðaskoðun á rannsóknarstofu, þar sem blóð er dregið úr sjúklingnum til að mæla kólesterólmagn sem er samhliða sögu sjúklingsins. Reikniritið í þessari rannsókn, birt í Lífeðlisfræðiverkfræði náttúrunnar, gæti að öllum líkindum einnig spáð fyrir um alvarlegt hjarta- og æðasjúkdóm - td hjartaáfall.
Afar áhugaverður og mikilvægur þáttur þessara rannsókna var að tölvan getur sagt hvar hún er að leita á myndinni til að komast að greiningu, sem gerir okkur kleift að skilja spáferlið. Dæmi, rannsóknin frá Google sýndi nákvæmlega „hvaða hlutar sjónhimnunnar“ stuðlaði að spáalgríminu, með öðrum orðum hvernig reikniritið var að spá. Þessi skilningur er ekki aðeins mikilvægur til að skilja vélanámsaðferðina í þessu tiltekna tilviki, heldur einnig til að skapa sjálfstraust og trú á alla þessa aðferðafræði með því að gera hana gagnsæja.
Áskoranir
Slíkum læknisfræðilegum myndum fylgir áskorunum vegna þess að það er ekki einfalt að fylgjast með og mæla síðan tengsl byggð á slíkum myndum, aðallega vegna nokkurra eiginleika, lita, gilda, forms osfrv í þessum myndum. Þessi rannsókn notar djúpt nám til að draga fram tengsl, tengsl og tengsl milli breytinga á líffærafræði mannsins (innri formgerð líkamans) og sjúkdóma á sama hátt og heilbrigðisstarfsmaður myndi gera þegar hann eða hún er að tengja einkenni sjúklings við sjúkdóm. . Þessi reiknirit krefjast meiri prófunar áður en hægt er að nota þau í klínísku umhverfi.
Þrátt fyrir umræður og áskoranir hefur gervigreind gríðarlega möguleika á að gjörbylta greiningu og stjórnun sjúkdóma með því að gera greiningar og flokkanir sem fela í sér gríðarlegt magn af gögnum sem er erfitt fyrir mennska sérfræðinga. Það býður upp á hröð, hagkvæm, óífarandi valmyndatengd greiningartæki. Mikilvægir þættir fyrir velgengni gervigreindarkerfa væru meiri reiknikraftur og meiri reynsla fólks. Í líklegri framtíð gæti ný læknisfræðileg innsýn og greining verið náð með gervigreind án mannlegrar leiðbeiningar eða eftirlits.
***
{Þú getur lesið upprunalegu rannsóknarritgerðina með því að smella á DOI hlekkinn sem gefinn er upp hér að neðan á listanum yfir tilvitnaðar heimildir}
Heimildir)
1. Kermany DS o.fl. 2018. Að bera kennsl á læknisfræðilegar greiningar og sjúkdóma sem hægt er að meðhöndla með myndbundnu djúpu námi. Cell. 172(5). https://doi.org/10.1016/j.cell.2018.02.010
2. Poplin R o.fl. 2018. Spá um áhættuþætti hjarta- og æðasjúkdóma úr myndum af sjónhimnubotni með djúpu námi. Nature Biomedical Engineering. 2. https://doi.org/10.1038/s41551-018-0195-0
