Жонсон Томас, Анагаах ухаан, AIBx - Ярилцлагын цуврал

Жонсон Томас бол хиймэл оюун ухаанд онцгой сонирхолтой эмч юм. Тэрээр анагаахын дадлага хийхээс гадна программ бичих дуртай.

Түүний саяхан хийсэн судалгааны ажил AIBx бамбай булчирхайн зангилааг ангилахад AI ашигладаг. Энэ нь мөн тайлбарлах боломжтой хиймэл оюун ухаан бөгөөд эмчийн таамаглалд итгэх итгэлийг нэмэгдүүлдэг гэж судалгаанд нийтэлсэн байна. Бамбай булчирхайн сэтгүүл.

Та хоёулаа МСНЭ-ийн Спрингфилд дахь Мерси клиникийн дотоод шүүрлийн эмч бөгөөд машин сургалтын мэргэжилтэн юм. Анагаах ухааны ертөнц болон програмчлалын хоёрыг хайрлах хайр чинь эцэстээ огтлолцож байгааг хэрхэн олж мэдсэн бэ?

Би үргэлж компьютерт сонирхолтой байсан. Энэтхэгт өссөн болохоор би азаар компьютертэй сургуульд сурсан. Бид идэвхтэй компьютерийн клубтэй байсан бөгөөд тэд бидэнд GWBasic зааж өгсөн. Энэ нь орон сууцны сургууль байсан бөгөөд оюутнууд оройн цагаар эсвэл үдийн завсарлагааны үеэр чөлөөт цагаараа компьютер ашиглаж болно. Тэгээд би найзтайгаа лабораторид орж код бичдэг байсан. Бид голчлон тоглоом шиг жижиг аркад хийдэг байсан.

12-р ангиа төгсөхөд компьютерийн инженер, анагаах ухааны аль нэгийг сонгоход хэцүү байсан. Аав, өвөө хоёр маань эмч байсан. Аав маань ажилдаа сэтгэл догдолж, хүмүүст туслах дуртай байсан. Тэрээр мөн ажилдаа маш их баяртай байв. Тэгээд эцэст нь би анагаахын сургуульд явахаар шийдсэн. Тэнд ч гэсэн би жаахан кодлодог байсан. Олон жилийн турш би анагаах ухааны сургууль, дотрын анагаах ухааны резидентурыг төгсөөд дараа нь дотоод шүүрлийн чиглэлээр мэргэшсэн. Би ажиллаж эхэлсний дараа надад кодлох талаар судлах цаг бага байсан. Ойролцоогоор энэ үед хиймэл оюун ухаан болон машин суралцах нь илүү алдартай болсон. Тиймээс би онлайн сургалтанд хамрагдаж, дараа нь олон нийтэд нээлттэй эмнэлгийн мэдээллийн багц ашиглан жижиг төслүүдийг хийж эхэлсэн.

 

Таны хамгийн сүүлийн үеийн судалгааны төсөл AIBx нь бамбай булчирхайн зангилааг хорт хавдрын эерэг эсвэл сөрөг гэж ангилахад хиймэл оюун ухааныг ашигладаг. Энэ төсөл дээр ажиллахад тань юу нөлөөлсөн бэ?

Миний дотоод шүүрлийн чиглэлээр мэргэшсэн чиглэлүүдийн нэг бол бамбай булчирхайн зангилаа, бамбай булчирхайн хорт хавдар юм. Бид жилдээ хэдэн зуун биопси хийдэг байсан ч тэдний цөөхөн нь хорт хавдар байсан. Энэ нь нөөц баялгаа ашиглах үр дүнтэй арга биш юм шиг санагдаж байна. Энэ нь 2015 онд буцаж байсан. Тэр үед би зөвхөн тоон өгөгдөлтэй ажиллах боломжтой байсан. Тиймээс би бамбай булчирхайн зангилааны хэт авиан шинж чанарыг excel хуудсанд цуглуулж, XGboost ашиглан машин сургалтын загвар бүтээхэд ашигласан. Үүнийг www.TUMScore.com вэб сайт болгон байрлуулсан.

Бид энэ судалгааг 2017 онд Америкийн бамбай булчирхайн нийгэмлэгийн жилийн уулзалтын үеэр Канадад танилцуулсан. Гэхдээ энэ нь маш субъектив байсан. Үзэгчдийн нүдэнд гоо сайхан байдагтай адил хэт авианы шинж чанар нь хэн уншиж байгаагаас хамаарна. Дотор болон ажиглагч хоорондын олон хувилбар байдаг. Тиймээс би илүү бодитой хувилбаруудыг судалж эхэлсэн. Энэ нь зургийн ангилалд хүргэсэн. Гэхдээ зургийн ангиллын асуудал нь үүнийг тайлбарлах боломжгүй байдаг. Эмч яаж алгоритмд итгэх вэ? Тиймээс бид эмчийн сэтгэлгээний үйл явцыг дуурайхаар шийдсэн.

Ихэнх эмч нар хорт хавдартай бамбай булчирхайн зангилаа хэрхэн харагдах талаар ойлголттой байдаг. Тэд хэт авианы шинэ зургийг сэтгэцийн энэхүү сэтгэцийн зурагтай харьцуулдаг. Үүний үндсэн дээр бид зургийн ижил төстэй алгоритмыг бий болгохоор шийдсэн. Тиймээс, эмч AIBx-д зураг оруулахдаа манай мэдээллийн сангаас ижил төстэй зургийг эдгээр зангилааны бодит оношлогооны хамт гаргаж авдаг. Мэс заслын эмч эдгээр зургийг харж, AIBx-ийн гаралтыг хүлээн авах эсвэл татгалзах боломжтой. Энэ үйл явц нь эмчийн алгоритмд итгэх итгэлийг нэмэгдүүлдэг.

 

Таныг энэ төслийг эхлүүлэхэд хэр хэмжээний өгөгдлийн багц ашигласан бэ?

Бамбай булчирхайн хэт авиан зураг нь саарал өнгөтэй бөгөөд тэдгээр нь цөөн тооны загвартай байдаг. Бид зургийн ижил төстэй загварыг ашиглаж байсан тул бидэнд том өгөгдлийн багц хэрэггүй байсан. Манай мэдээллийн санд бамбай булчирхайн хорт хавдрын нийтлэг төрлүүдийн ихэнхийг төлөөлсөн 2025 зураг байсан. Тэд өөр өөр хэт авиан аппаратаас ирсэн.

 

Гүнзгий суралцах тухайд том өгөгдөл чухал байдаг. Бамбай булчирхайн хэт авиан шинжилгээг мэдээллийн санд оруулах тусам оношилгооны түвшин сайжирч байгааг та харсан уу?

Боломжтой өгөгдлийг нэмэгдүүлэхийн тулд илүү олон өгөгдөл нэмж, өөр өөр урьдчилан боловсруулах арга техникийг ашиглах нь алгоритмаа сайжруулахад тусалсан. Эхэндээ бид дөрвөлжин харьцаатай зургуудыг ашигласан боловч дараа нь дөрвөлжин харьцаагүй зургуудыг нэмсэн нь бидний үр дүнг сайжруулсан.

 

Зургууд нь зөвхөн танай эмнэлгээс авсан уу, эсвэл өөр эмнэлгүүд танд хэт авиан шинжилгээгээр нэмэлт зураг өгдөг үү?

Энэхүү загварт Мерси Спрингфилд дотоод шүүрлийн эмнэлэг болон Мерси эмнэлгийн зургуудыг оруулсан болно. Бусад эрүүл мэндийн систем, улс орны эмч нар өөрсдийн мэдээллийг ашиглан баталгаажуулах судалгаа хийхээр манайд хандсан. Энэ боломж бидэнд маш их баяртай байна.

 

AI нь бэлтгэгдсэн эмчтэй харьцуулахад хэр нарийвчлалтай вэ?

Бид AIBx-ийн үр дүнг одоогийн ангиллын системийн тогтоосон хэмжигдэхүүнтэй харьцуулсан. Бодит дэлхийн практикт үр дүнгийн олон янз байдал байдаг. Эерэг таамаглах үнэ цэнэ (эерэг сорилттой хүмүүс үнэхээр өвчтэй байх магадлал) одоогийн ангиллын системийг ашиглан 2% хүртэл бага байж болно. Энэ нь юу гэсэн үг вэ гэхээр систем нь 100 зангилаа хорт хавдартай гэж таамаглаж байгаа бол бодит байдал дээр эдгээр 2 зангилаанаас 100 нь л хорт хавдартай болно гэсэн үг юм. AIBx эерэг таамаглах утга 65.9 хувь, сөрөг таамаглах утга нь 93.2% байна.

 

Энэ төрлийн хиймэл оюун ухааны тусламжтайгаар бид хичнээн шаардлагагүй биопси хийх боломжтой вэ?

Бидний судалгаанд үндэслэн AIBx ашиглан биопсийн талаас илүүг (57.3%) зайлсхийх боломжтой байсан. Гэхдээ үүнийг манай эрүүл мэндийн системээс гадуурх зургийг ашиглан баталгаажуулах шаардлагатай.

 

Эмнэлэг, анагаах ухааны докторууд эсвэл бусад сонирхогч талууд эдгээр төслүүдэд хэрхэн туслах вэ?

Бид бусад анагаах ухааны докторууд болон эмнэлгийн системийн хамтын ажиллагааг сайшааж байна. Тэд манай вэбсайтаар дамжуулан бидэнтэй холбогдох боломжтой www.ThyroidBx.com эсвэл бидэнд захидал илгээх [имэйлээр хамгаалагдсан]

 

Ихэнх хорт хавдрыг оношлох анагаах ухааны докторуудыг машин сургалтаар солих хүртэл хэр удаан үргэлжлэх болно гэж та итгэж байна вэ?

Хэвлэл мэдээллийн хэрэгслүүд хиймэл оюун ухаан, эмч нарыг өрсөлдөгчид гэж харуулдаг. Аль аль нь давуу болон сул талуудтай. Эмч ба хиймэл оюун ухааны симбиоз, өвчтөнд үйлчлэх чадавхийг сайжруулах нь одоогийн системээс илүү дээр юм. Тэдний үүргийн хувьд бие биенээ нөхөх шинж чанартай учраас хиймэл оюун ухаан ойрын ирээдүйд анагаах ухааны докторуудыг орлохгүй гэж бодож байна.

 

Та эрүүл мэндийн тусламж үйлчилгээний талаар хиймэл оюун ухаанд юу хамгийн их сэтгэл хөдөлсөн бэ?

Хиймэл оюун ухаан нь эмч нарыг мэдээлэл оруулах ажлаас чөлөөлж, бидний дуудагдсан зүйлийг хийж, сэтгэлийн хөөрлийг сонсож, боломжтой бол эмчлэх болно гэж найдаж байна.

Бид энэ төсөлд нэмэлт мэдээлэл өгөхдөө баяртай байна. Илүү ихийг мэдэхийг хүссэн хэн бүхэн зочилно уу Бамбай булчирхайн BX.