دقت هوش مصنوعی بالاتر از رادیولوژیست ها

طبق یک مقاله تحقیقاتی که روز گذشته در نشریه نیچر منتشر شد گوگل برای کمک به پزشکان در تشخیص ساده تر سرطان سینه مشغول توسعه هوش مصنوعی جدیدی است. این مدل که عکس های گرفته شده با پرتو اکس (موسوم به ماموگرافی) را اسکن می کند، تشخیص های منفی کاذب را تا ۹.۴ درصد کاهش می دهد که این مقدار جهشی امیدوارکننده و رو به جلو برای تستی است که هم اکنون ۲۰ درصد از موارد سرطان سینه را به غلط تشخیص نمی دهد.

امروزه سرطان سینه دومین علت شایع مرگ زنان پس از سرطان ریه محسوب می شود. در این افراد تشخیص اولیه بهترین مکانیزم دفاعی در شناسایی و درمان محسوب می شود. از طرفی با وجود آنکه تصاویر ماموگرافی رایج ترین ابزار تشخیص سرطان سینه به شمار می روند، وجود بیماری در بسیاری افراد از طریق این عکس ها تشخیص داده نمی شود. به گفته Shravya Shetty از محققان گوگل که در تالیف این مقاله همکاری داشته، تصاویر ماموگرافی بسیار اثرگذار هستند اما تشخیص های منفی کاذب و مثبت کاذب همچنان مشکلی جدی و مهم در تشخیص این بیماری با کمک ماموگرافی به شمار می روند.

در این پژوهش که گوگل بودجه تحقیقاتی آن را تامین کرده محققان از ماموگرافی های ناشناس متعلق به بیش از ۲۵ هزار زن بریتانیایی و ۳ هزار زن آمریکایی استفاده کردند. آنها در ابتدا هوش مصنوعی را به نحوی آموزش دادند که عکس های گرفته شده با پرتو اکس را اسکن کند و بعد با تشخیص تغییرات در اندام های ۲۸ هزار زن به دنبال علائم مربوط به سرطان سینه بگردد. محققان در مرحله بعدی حدسیات این الگوریتم را با نتایج واقعی آزمایشات داوطلبان مقایسه کردند.

دانشمندان در نهایت موفق شدند نرخ منفی های کاذب را تا ۹.۴ درصد و نرخ مثبت های کاذب را تا ۵.۷ درصد برای زنان آمریکایی کاهش دهند. در انگلستان نیز که دو رادیولوژیست نتایج ماموگرافی را بررسی مجدد میکردند نرخ منفی های کاذب ۲.۷ درصد و نرخ مثبت کاذب ۱.۲ درصد کاهش پیدا کرد. این الگو در کل عملکردی بهتر از رادیولوژیست ها را هم در آمریکا و هم در انگلستان از خود به نمایش گذاشت.

البته سیستم مورد بحث بدون نقص هم نبود. با وجود آنکه محققان دریافتند عملکرد هوش مصنوعی در تشخیص سرطان سینه در اغلب موارد بهتر از پزشکان بوده، مواردی هم مشاهده شد که پزشکان سرطان را در بدن افراد شناسایی کردند و الگوریتم موفق به این کار نشد.

با این همه گوگل اعلام کرده که امیدوار است این سیستم در نهایت در درمانگاه ها مورد استفاده قرار بگیرد. دکتر Daniel Tse از مدیران محصول گوگل که در تالیف این مقاله نیز مشارکت داشته در این باره گفت:

ما از مشاهده این نتایج بسیار هیجان زده و خوشحالیم.

به گفته او تیم محققان هم اکنون در تلاش است تا اطمینان حاصل کند که امکان عمومی سازی نتایج در جمعیت های مختلف وجود دارد چراکه باور دارد تفاوت های اندکی در زمان استفاده عملی از این سیستم در مراکز درمانی مختلف وجود خواهد داشت.