תאר לעצמך לאבחן סרטן לא עם מחשב -על אלא במחשב נייד רגיל במקום זאת. נשמע כמו מדע בדיוני? הודות למודל מהפכני בינה מלאכותית (AI) שפותח על ידי פרופסור קנג'י סוזוקי וצוות המחקר שלו ממכון המדע טוקיו (מדע טוקיו), התרחיש המופרך הזה הוא כיום מציאות.
נחשף ביוקרתי החברה הרדיולוגית של צפון אמריקה (RSNA) 2024 ישיבה שנתיתהצוות הציג מודל למידה עמוק במשקל קלות במיוחד המסייע באבחון סרטן הריאות מבלי להסתמך על שרתי יחידת עיבוד גרפיקה יקרה (GPU) או מערכי נתונים מאסיביים. המודל פותח באמצעות גישה למידה עמוקה ייחודית המבוססת על רשת עצבית מלאכותית מאסיבית (MTANN), הוכשר ונבדק על לא יותר מאשר מחשב נייד סטנדרטי, והשיג את מה שבעבר דרש מרכזי נתונים שלמים.
AI, שהוכשר על ידי מודלים של למידה עמוקה, זכה לתשומת לב משמעותית בשנים האחרונות, מה שהוביל לחידושים בתחומי מחקר מרובים. עוד דווח כי אם מודל למידה עמוקה מאומן על כמות גדולה של נתונים, כמו מיליון תמונות, הוא יכול לרכוש ביצועים שיכולים לעלות על זה של טכנולוגיות קונבנציונאליות ואפילו בני אדם.
כאשר מרבית הדגמים מסתמכים על נתונים גדולים, מודל ה- AI שפותח על ידי הצוות של סוזוקי הוא דגמי AI רגילים בקנה מידה גדול, הוא אינו דורש קבוצות תמונות רפואיות שלמות. במקום זאת, הוא לומד ישירות מפיקסלים בודדים המופקים מתמונות סריקת טומוגרפיה ממוחשבות (CT). אסטרטגיה זו הפחיתה משמעותית את מספר המקרים הנדרשים מאלפים ל -68 בלבד!
למרות שהוכשר רק על קבוצה קטנה של נתונים, המודל ביצע את ביצועי ה- AI הגדולים והמתקדמים, כמו שנאי ראייה ו- 3D ResNet, והשיג ביצועי אפליה המתאימים לאזור מתחת לעקומה (AUC) של 0.92 (כנגד ערכי AUC של 0.53 ו- 0.59 עבור מסורתי-מצב מסורתי (SOTA) (SOTA), בהיכולים), SOTA). לאחר הכשרה, כאשר תהליך האימונים המלא לוקח רק 8 דקות ו 20 שניות במחשב נייד רגיל, הוא יכול לייצר תחזיות אבחון בשיעור חסר תקדים של 47 אלפיות שנייה למקרה.
הטכנולוגיה הזו לא נוגעת רק להפיכת AI לזולה יותר או מהירה יותר. זה קשור להנגיש כלי אבחון רב עוצמה, במיוחד למחלות נדירות בהן קשה להשיג נתוני אימונים. יתרה מזאת, היא תקטין את דרישות החשמל לפיתוח ושימוש ב- AI במרכזי נתונים באופן משמעותי, ויכולה לפתור את בעיית המחסור בכוח העולמי שעלינו להתמודד עקב הצמיחה המהירה בשימוש ב- AI. "
פרופסור קנג'י סוזוקי, המכון למדע טוקיו
מתוך הכרה בחשיבותו, הוענק למחקר הצוות בפרס ההצטיינות הנחשק ב- RSNA 2024, כבוד שקיבל רק 1.45% מתוך 1,312 המצגות. אמנם לחידוש זה בטוח יש השפעה טרנספורמטיבית על אבחון הסרטן, אך היא מהווה עדות לידע העמוק של סוזוקי ולמסירות הבלתי מעורערת של סוזוקי.
עם מומחיות עמוקה בתחום ה- AI הביו -רפואי, סוזוקי הייתה הראשונה שהמציאה את טכנולוגיית MTANN (המשמשת במחקר הנוכחי) בראשית שנות האלפיים. זה היה אחד המודלים המוקדמים ביותר של הלמידה העמוקה שהוא פיתח ושיפר עליהם. ב -25 שנות ניסיון המחקר שלו, סוזוקי תרם תרומה משמעותית לתחום שלו, עם יותר מ -400 פרסומים ומעל 40 פטנטים, שרובם מורשים ומסחריים.
מעבר לכך, הישגיו האחרונים כוללים שירות כיו"ר מושב ב 39ה ועידת AAAI שנתית בנושא בינה מלאכותיתו הוא קיבל שתיים מההבחנות הגבוהות ביותר של RSNA למחקרו בשנת 2024. יתר על כן, הוא מוכר בקרב 2% המדענים המובילים ברחבי העולם.
סוזוקי ממשיכה להוביל מחקרים פורצי דרך בצומת AI והדמיה רפואית, ומטפחת באופן פעיל שיתוף פעולה בין תחומי הדוחף את גבולות מה ש- AI יכול להשיג בפרקטיקה הקלינית. עבודתו של הצוות שלו על מודלים אבחוניים קומפקטיים בעלי ביצועים גבוהים מדגימה עד כמה חשיבה חדשנית משויכת עם פערי גשר מעשיים-יכולים ליישום בין הנדסה לרפואה. עם סביבת מחקר דינאמית ורשת חזקה של משתפי פעולה, סוזוקי לא רק מקדמת את תחום ה- AI הביו -רפואי, אלא גם עוזרת לעצב את הדור הבא של הטכנולוגיות הרפואיות התרגומיות.
