Диагноз без врача

Технологии скоро достигнут такого уровня, что станет возможным постановка диагноза без участия врача. Специализированное программное обеспечение сможет определить, что с вами не так, основываясь только на медицинских данных.

Хотя технологии уже давно вошли в жизнь здравоохранения, но центральным звеном всегда оставался врач. Но именно здесь заключается и проблема - врач может быть перегруженным и усталым, он может из-за этого делать ошибки и не замечать симптомы. Вот именно для того, чтобы помочь решить такие проблемы и нужны новые технологии, которые основаны на принципе машинного обучения. Это метод, при котором программное обеспечение "тренируется" для распознавания, например, важных признаков в медицинских изображениях. Это мощный инструмент, но до сих все равно требовалось много ручной работы - например, чтобы правильно расположить картинку, поставить другую, кроме того, нужны люди, чтобы убедиться, что программа учится распознавать именно то, что надо.

Глубокое обучение - более гибкий инструмент, здесь программа работает сразу на нескольких уровнях. Этот подход означает, что программная технология может без человеческого руководства делать выводы о наборах данных, относящихся к различным понятиям, и соотносить их.

Недавно новую систему глубокого обучения представили на международной конференции Medical Image Computing and Computer Assisted Intervention в Мюнхене специалисты из Квинслендского университета в Австралии. Эта система реально может соотносить изображения, полученные разными методами и разным оборудованием, и делать выводы, утверждает глава проекта Эндрю Бредли (Andrew Bradley). В частности, работа системы была продемонстрирована при диагностике рака груди, при котором используются три источника информации - рентген, МРТ и УЗИ. Постановка диагноза "вручную" по этим изображениям трудоемка и занимает много времени. Но не для компьютера, что и показали австралийцы.

Аналогично исследователи из Тель-авивского университета используют систему глубокого обучения для анализа рентгеновских снимков груди. На данный момент программное обеспечение уже может отличать увеличенное сердце от накопления жидкости вокруг легких. Американцы из клинического центра Национального института здоровья в Мериленде используют аналогичный метод для обнаружения раковых наростов на позвоночнике. При этом обе группы уже получили лучшие результаты, чем при использовании стандартных методов диагностики.

Но примут ли врачи (и пациенты) такую систему? Очень сомнительно, поскольку она представляет для них "черный ящик". Именно поэтому австралийская команда решила использовать двухступенчатую систему. По мере того, как нейронная сеть проходит "глубокое обучение", его результаты используются для тренировки другой, "прозрачной" системы, решения которой люди могут понимать и проверять, и которая в определённых обстоятельствах может ошибаться. Это что-то вроде традиционной экспертной системы, которая позволяет врачу избежать ошибок, задавая, например, такие вопросы: "Этот объект действительно должен быть здесь, и он правильного размера и цвета? Если нет, то останавливаемся".

Важно не только обучить машину правильной диагностике, надо еще сделать так, чтобы мы (врачи и пациенты) могли ей доверять, а она нам естественным образом демонстрировать, на чем основано ее решение.

Источник: New Scientist