צוות בין-תחומי של חוקרים מאוניברסיטת ווטרלו פיתח שיטה אמינה יותר לאבחון מחלות כמו COVID-19, דלקת ריאות ומלנומה באמצעות כלים של בינה מלאכותית (AI).
קרדיט תמונה: אוניברסיטת ווטרלו
פרופסור להנדסה בווטרלו, אלכסנדר וונג, חבר עם חוקרים אחרים מהאוניברסיטה, אוניברסיטת מקגיל ומועצת המחקר הלאומית של קנדה כדי לפתח שיטה חדשה לתמיכה ברופאים על ידי שיפור האבחון בעזרת מחשב באמצעות למידה עמוקה.
החוקרים יצרו מערכת שהם כינו Trustworthy Deep Learning Framework for Medical Image Analysis (TRUDLMIA), הממנפת את הכוח של למידת AI בפיקוח ובפיקוח עצמי שמטרתה לסלול את הדרך להתקדמות במודלים של שירותי בריאות בעלי ביצועים גבוהים ואמינים.
מודלים המשתמשים בגישת TRUDLMIA מתגברים על הקיימים במשימות שונות, מצטיינים באבחון COVID-19, דלקת ריאות ומלנומה, ועוברים על מודלים שתוכננו במיוחד עבור משימות אלו מבחינת ביצועים ואמון. המערכת המוצעת עוברת פיתוח נוסף כדי להתמודד עם מגיפות ותסמונות עתידיות, כולל השפעות ארוכות טווח הקשורות ל-COVID-19."
ד"ר אלכסנדר וונג, מוביל פרויקט, יו"ר קנדה למחקר בהדמיה רפואית ובינה מלאכותית
הדמיה רפואית ולמידה עמוקה יכולים לשפר AI רפואי על ידי סיוע באבחון, חיזוי ופרוגנוזה. עד כה, סוגיית מפתח בשימוש בלמידה עמוקה לניתוח תמונה רפואית הייתה הנוכחות של הטיית נתונים, אמון נמוך ואחריות, ואתגרים בפירוש נתונים קיימים.
החדשנות של TRUDLMIA פועלת בשלושה שלבים כדי להכשיר את מערכת הבינה המלאכותית. ראשית, הוא לומד מקבוצה גדולה מאוד של נתונים כלליים מתויגים בתהליך טרום אימון, שלאחריו הוא לומד הן מנתונים כלליים והן מנתונים ספציפיים לתחום (למשל, נתונים רפואיים) ללא תוויות בתהליך למידה בפיקוח עצמי. לבסוף, הוא מכוון את הבינה המלאכותית עם נתונים מתויגים ספציפיים למשימה (למשל, נתוני אבחון קליני) עם מטרה מיוחדת המתמקדת בטיפול בחוסר איזון והטיות בנתונים ובשיפור אמינות הבינה המלאכותית.
"TRUDLMIA, שפותחה בשיתוף פעולה עם רופאים, מוכנה לשנות את ניתוח התמונות הרפואיות," אמר משתף הפעולה ד"ר פנגצ'נג שי, קצין מחקר בכיר במועצת המחקר הלאומית של קנדה. "עם התמקדות בשיפור דיוק האבחון, חיזוק האמון והתאמה בין התמחויות רפואיות, TRUDLMIA שואפת להיות בעלת ברית לרופאים, לספק התערבויות בזמן למטופלים ולתמוך במטפלים באמצעות טיפול מונע."
