Ten program wie, jak znaleźć raka. To technologia, która naprawdę ratuje życie

Tworzyć nowe technologie to jedno, ale rozumieć ich działanie to równie ważna rzecz. Krzysztof Borek, Piotr Bulzak i Szymon Tomaszewski udowodnili właśnie, że wpływ nowoczesnych systemów na to, co jest dla nas najważniejsze, czyli i życie i zdrowie nie ma przed nimi tajemnic. Jaki projekt zaprezentowali?

- Żyjemy w erze danych, każdego dnia generujemy ponad 2 kwintyliony bajtów informacji. Niestety, w większości są to informacje niezrozumiałe dla człowieka, wykraczają one poza ramy standardowych metod analitycznych. Przy wykorzystaniu uczenia maszynowego jesteśmy w stanie wyciągać wnioski z tego ogromu informacji - mówią na wstępie autorzy prezentacji

Zobacz też: Zrób wiertarkę sam! To nie żart, tylko projekt: Nowy Sącz Nowe Technologie

- Wspomaganie obrazowej diagnostyki metodami komputerami jest ściśle związane ze sztuczną inteligencją. Dotychczasowe tworzenie oprogramowania tradycyjną metodą przez programistę, w konsultacji ze specjalistami, wymuszało dokonywanie selekcji cech, które wykazywały się niską skutecznością a tym samy późniejszym wykryciem nowotworu, co przekładało się na mniejsze szanse na zwalczenie choroby. Statystyki GLOBOCAN wskazują na to, że około 19% procent chorób onkologicznych zostało wykryte za późno lub przez brak uwagi czy też błąd lekarski - zaznaczają zgodnie, by przejść do prezentacji samego programu. 

- CDL Program (Cancer Detection Learning Program) to zaawansowany system do analizowania i wspomagania obrazowej diagnostyki nowotworowej, oparty o uczenie maszynowe zajmujące się analizowaniem, kategoryzowaniem, identyfikacją zdjęć w celu wyciągnięcia cech podobnych i wykrycia nowotworu z dużo większym wyprzedzeniem.       

Zobacz też: Czołg Arduino z miotaczem ognia. Oni sami go… wydrukowali           

- Aplikacja została napisana w Node.js, dzięki czemu jest w pełni mobilna, można z niej korzystać na urządzeniach z systemem Windows, Linux czy macOS lub uruchomić ją bezpośrednio z przeglądarek.Program wykorzystujący głębokie uczenie do wykrywania nowotworu pozwoli otworzyć nową gałąź badań dotyczących wykrywania chorób onkologicznych. Sztuczna inteligencja umożliwi precyzyjne przeanalizowanie obrazu pod wieloma aspektami, dzięki temu z każdym zdiagnozowanym zdjęciem AI zapamiętuje charakterystyczne cechy i przy badaniu kolejnej osoby umożliwia dokładniejsze, a także szybsze wykrycie choroby onkologicznej. Wraz z ilością danych niektóre wybrane cechy mogą być ze sobą ściśle skorelowane a przez to w pewnym stopniu nadmiarowe. W takich sytuacjach przydają się techniki redukcji wymiarowości do skompresowania cech w przestrzeń o mniejszej liczbie wymiarów.

W procesie tworzenia AI opartego o głębokie uczenie ważne jest posiadanie danych, dlatego dzięki konkursowi zostanie ułatwiony proces pozyskiwania zdjęć rentgenowskich do procesu trenowania, który zwiększy dokładność klasyfikacji. Na ten moment program funkcjonuje na bazie zdjęć umożliwiających pokazanie możliwości systemu.

Program analizuje zdjęcie i wykrywa cechy elementów podobnych do tych, które są w bazie i określa prawdopodobieństwo.

Analizowanie zdjęcia diagnostyki obrazowej przez sztuczną inteligencję na podstawie uczenia maszynowego.

- Dotychczas zostało zaprezentowane kilka metod detekcji chorób onkologicznych z zastosowaniem technologii głębokiego uczenia. Wartościowość tej technologii została ukazana już w 2009 roku i z biegiem czasu dzięki dodatkowym właściwościom danych możliwości te zostały jeszcze bardziej rozszerzone, aby ułatwić naukę w bardzo dużych przestrzennych przestrzeniach operacji. Na przykład: korzystając z cech charakterystycznych obrazu, takich jak lokalizacja i nieruchomy obraz. W programie CDL jak i większości systemów opartych na AI kładziony jest nacisk na redukcje trójwymiarowości w celu uzyskania najwiarygodniejszej diagnozy - podsumowują autorzy projektu. ([email protected])

Projekt zrealizowano przy wsparciu finansowym Województwa Małopolskiego