تشخیص سرطان های پوست با استفاده از کامپیوتر

محققان الگوریتمی طراحی کرده اند سرطان پوست را به خوبی متخصصان پوست از روی تصویر تشخیص می دهد. این تحقیق ها در نشریه ی Nature منتشر شده است. این الگوریتم را که گروهی از دانشگاه استنفورد پیاده سازی کرده اند، اولین سیستم خودکار التهاب های پوستی نیست ولی به گفته ی محققان دقیق ترین آن ها است.

سانسی لکمن(Sancy Leachman)،یک متخصص پوست از دانشگاه اورگان، که در این تحقیقات دخیل نبوده است این کار را به “شکست خوردن قهرمان شطرنج دنیا از کامپیوتر” تشبیه کرده است. او معتقد است که این الگوریتم در تشخیص سرطان پوست از بهترین متخصصان دنیا هم بهتر عملکرده است.

با توجه به این تحقیقات هر کس قادر خواهد بود با استفاده از تلفن همراه هوشمند خود از خدمات بهداشتی بهره مند شود. آندره استوا(Andre Esteva)، دانشجوی دکترای دانشگاه استنفورد و مسئول این پژوهش، اعلام کرده که قصد آن ها “بهبود خدمات بهداشتی در خارج از کلینیک ها” است.

دانشگاه استنفورد این الگوریتم یادگیری عمیق را بر مبنای معماری Google Net Inception V3، که یک شبکه ی عصبی کانولوشنال است طراحی کرده است. این برنامه ها ساختار لایه لایه ای دارد که به شدت الهام گرفته از نحوه ی عملکرد مغز است.

Inception V3 با استفاده از ۱٫۲۸ میلیون تصویر از ۲۰۱۴ ImageNet Large Scale Visual Recognition Challenge تعلیم داده شده است. محققان استفورد برای استفاده از آن در کاربرد مورد نظرشان این الگوریتم را با ۱۳۰۰۰۰ عکس دیگر از ۲۰۰۰ عارضه ی پوستی مختلف بهینه کرده اند. این حجم از داده بزرگترین بانک داده ی استفاده شده برای تشخیص عارضه های پوستی است.

خروجی های این الگوریتم با نظرات ۲۱ متخصص پوست خبره مقایسه شد. دکترها  صد ها عکس مربوط به التهابات پوستی را بررسی کردند و برای هر عکس اعلام کردند که مشکل بیمار نمی تواند منشا سرطانی داشته باشد یا نیاز به تست های جدی تری برای تشخیص دارند. الگوریتم هم با نگاه به همان عکس ها تشخیص خود را اعلام کرد. نه دکتر ها و نه الگوریتم آن عکس ها را قبلاً ندیده بودند.

 

این برنامه توانست پا به پای متخصصان پیش رود. برای مثال الگوریتم توانست میان keratinocyte carcinomas که شایع ترین سرطان پوست است و پوستی که دچار عارضه های غیر سرطانی شده فرق قائل شود.

این برنامه ی استنفورد قبل از آماده شدن برای ارائه به دنیای بیرون نیازمند آزمون های سخت تر است. این برنامه هنوز قابلیت تشخیص میان عارضه های نزدیک به هم را ندارد. مشکل دیگر نیز این است که کامپیوتر برخلاف متخصصان پوست باید تنها از روی تصویر تشخیصش را اعلام کند ولی متخصصان پوست می توانند بیمار را از نزدیک معاینه کنند و به سوابق بیمار دسترسی دارند.

با این وجود اگر الگوریتم به خوب کار کند و خود را در دنیای واقعی ثابت کند، مزایای فراوانی خواهد داشت. زیرا سیستم پزشکی پر از مراجعه کنندگانی است که نیازی به معاینه ی حضوری ندارند. اگر کامپیوتر بتواند مراجعه کنندگان را غربال کند امکان رسیدگی به بیمارانی که نیاز به درمان های جدی تری دارند به شکل سریع تر و موثرتری فراهم می شود.

البته طبیعی است که همه ی متخصصان پوست نظر مثبتی در مورد نقش هوش مصنوعی در تشخیص بیماری نداشته باشند. عده ای ممکن است از این که ماشین ها کار آن ها را تصاحب کنند ناراحت باشند. دلیل عده ی دیگر می تواند قابلیت اطمینان پایین تر تشخیص بیماری توسط کامپیوتر باشد. برای مثال کامپیوتر IBM که در مسابقه ی Jeopardy بهترین بازیکنان دنیا را شکست داد نتوانست در تشخیص های پزشکی بهتر از دکترها عمل کند.

از طرف دیگر برخی پزشکان معتقدند که اگر کامپیوتر بخشی از وظایف آن ها را بر عهده گیرد، آن ها وقت بیشتری برای کارهای مهمتر خواهند داشت.

منبع : IEEE Spectrum

نظرات شخصی:

  • استفاده از تکنولوژی های کامپیوتری در آینده به مراتب از آنچه امروز می بینیم پر رنگ تر می شود. هوش مصنوعی امکان انوماسیون فرآیندهای تشخیص پزشککی را فراهم می کندولی تا به امروز اختراع موثری در این زمینه را در زندگی روزمره ی مان تجریه نکرده ایم. این زمینه قطعاً از زمینه های بسیار پر طرفدار خواهد شد.
  • همانطور که ذکر شد الگوریتم مورد بحث توسط ۱۳۰۰۰۰ تصویر از ۲۰۰۰ بیماری تعلیم دیده شده است. موضوع مهم دیگری که مطرح می شود، این است که اگر می خواهیم در این زمینه هم عقب نمانیم باید به صورت جدی پروژه های جمع آوری داده راه اندازی کنیم و حتی برای آن ها هم مثل رباتیک ، ACM و … جایزه بگذاریم و همه را اعم از پژوهشگران کامپیوتری و غیر کامپیوتری را به این کار تشویق کنیم. روزانه در هر بیمارستان چند نوار قلب گرفته می شود؟ چند آزمایش خون انجام می شود؟ چند تصویر رادیوگرافی گرفته می شود؟ تغییرات پارامتر های حیاتی چند بیمار در طول روز ثبت می شود؟ برای استفاده از هوش مصنوعی در زمینه ی تشخیص های پزشکی نیازمند داده در آن زمینه هستیم. البته قطعاً یکی از بهترین راه های ثبت داده های پزشکی هوشمند سازی بیمارستان ها است که در آن زمینه هم پتانسیل بالایی وجود دارد.
  • موضوع مهم دیگری که به آن هم اشاره شد این است که الگوریتم های تشخیص در کنار پزشکان قرار بگیرند و با کاهش بار از روی آن ها وقت و انرژی آن ها را برای مورد های جدی تر نگه دارد. با این کار پیشرفت علم پزشکی نیز سرعت بیشتری خواهد یافت.

پاسخ دهید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *