دور نیست روزی که کامپیوترها به کمک پزشکان بیایند و بیماری ها را به مراتب سریع تر از آنها تشخیص دهند. یک تیم تحقیقاتی با همراهی دانشکده پزشکی هاروارد راهکاری برای آموزش هوش مصنوعی ابداع کرده اند تا بتواند تصاویر پاتولوژی را بخواند و تعبیر نماید.
اندرو بِک یکی از این محققان این تیم در این باره می گوید: روش ابداعی بر پایه نوعی «یادگیری عمیق» استوار است که معمولا در آموزش هوش مصنوعی برای تشخیص کلام، تصاویر و آبجکت ها مورد استفاده قرار می گیرد. طبق گفته وی، آنها اخیرا هم این شانس را پیدا کردند که در جریان سمپوزیم بین المللی تصویربرداری زیست پزشکی تکنیک ابداعی خود و اثرپذیری اش را به دیگران ثابت نمایند و برای این منظور پیدا کردن سلول های سرطان سینه را در تصاویر مربوط به غدد لنفاوی یک بیمار به هوش مصنوعی خود محول نمودند.
برای شروع، تیم پژوهشگران با ارائه صدها اسلایدی که روی آنها مشخص شده بود کدام بخش ها سرطانی هستند و کدام قسمت ها عادی، کار آموزش به هوش مصنوعی را آغاز کردند. آنها در مرحله بعد معین نمودند که سیستم در تشخیص کدام نمونه تصاویر با مشکل روبروست. اما هوش مصنوعی این تیم با استفاده از متد یاد شده آنقدر پیشرفت کرد که توانست در نهایت در 92 درصد از موارد تشخیص درست بدهد و در دو گروه رقابتی جداگانه نیز برنده شود.
البته روشن است که این سیستم هنوز هم با پاتالوژیست های انسانی که تشخیص شان در 96 درصد موارد صحیح است برابری نمی کند، اما نتایج کار بسیار امیدوار کننده است.
بِک در این باره گفت: بخش جالب و هیجان انگیز کار این است که وقتی تیم تحقیقات تحلیل های انجام شده توسط پاتالوژیست ها را با حاصل کار هوش مصنوعی ادغام کردند، در 99.5 درصد تشخیص درست انجام گرفت. لذا می توان اینطور نتیجه گرفت که ترکیب تفسیرهای انسانی با کامپیوترها نتایج دقیق تری را به دست می دهد و تشخیص هایی که با این شیوه انجام شوند از نظر بالینی ارزشمندتر هستند.