Radio SzczecinSztuczna inteligencja coraz skuteczniej wspiera lekarzy w wykrywaniu nowotworów i analizie badań obrazowych. Ale zanim nauczy się rozpoznawać choroby, ktoś musi ją tego nauczyć. Skąd AI bierze swoją wiedzę i dlaczego za każdym skutecznym algorytmem stoją tysiące opisanych badań? O tym w najnowszym odcinku „Sekretów Sztucznej Inteligencji".
Sztuczna inteligencja w medycynie potrafi rozpoznawać zmiany także w onkologii, ale ona nie rodzi się z tą wiedzą. Musi się jej nauczyć. Skąd zatem bierze dane i kto ją tego uczy? O tym rozmawiam z doktorem Mariuszem Holickim, kierownikiem Zakładu Diagnostyki Obrazowej i Medycyny Nuklearnej w Zachodniopomorskim Centrum Onkologii w Szczecinie.
dr Mariusz Holicki: Oczywiście mamy sieci neuronowe, mamy algorytmy samouczące się, ale u podstawy jest to, co człowiek przekaże, czyli uczymy się na danych surowych. Zobrazuję to w sposób następujący. Mammografia, czyli badanie obrazowe gruczołu piersiowego kobiet. Wykonuje się takich badań bardzo dużo. Przeciętne algorytmy oceniające i wspomagające analizują od 50 do 100 tysięcy badań wyselekcjonowanych przez człowieka. Następnie algorytm je opracowuje, reinterpretuje, grupuje i zwraca uwagę na podobieństwa. To jest tak zwane myślenie maszynowe. Algorytmy powodują, że system w pewien sposób agreguje podobne zmiany i później stara się je interpretować.
To ważny moment. AI nie analizuje przypadkowych obrazów z internetu. Najpierw lekarze wybierają tysiące badań, opisują je i wskazują, które zmiany są prawidłowe, a które wymagają uwagi. Dopiero wtedy algorytm zaczyna dostrzegać powtarzające się wzorce.
dr Mariusz Holicki: Wspomaga go człowiek, który informuje system, z czym ma do czynienia. Oczywiście wykorzystuje się do tego wyniki badań, ale także coraz częściej informacje z protokołów pooperacyjnych oraz dotyczące postępowania terapeutycznego.
Czyli sztuczna inteligencja nie uczy się wyłącznie na obrazach. Korzysta także z wiedzy o tym, co wydarzyło się później, jakie było rozpoznanie i jak przebiegało leczenie. Dzięki temu jej analizy stają się coraz dokładniejsze.
dr Mariusz Holicki: Podobnie wygląda to przy innych badaniach. Jeden z naszych kolegów pracuje nad systemem AI do oceny i wsparcia diagnostyki endometriozy w rezonansie magnetycznym. Najpierw człowiek ocenia i interpretuje obrazy, bardzo dokładnie je opracowuje, a następnie wprowadza do systemu, który później będzie się na nich uczył i je interpretował. Z tym, że zawsze na początku i na końcu jest człowiek.
Choć często mówi się o samouczących algorytmach, w praktyce za każdym takim systemem stoją godziny pracy specjalistów. To oni przygotowują dane, na których później uczy się sztuczna inteligencja.
dr Mariusz Holicki: Oczywiście mamy coraz doskonalsze urządzenia. Trzeba pamiętać, że dysponujemy coraz szybszymi komputerami i coraz większą mocą obliczeniową. Bez tego postępu nie byłoby możliwe tak szybkie rozwijanie sztucznej inteligencji. Ale zawsze trzeba korzystać z danych, które wcześniej przygotował człowiek. Książki też można pisać, filmy kręcić czy zastępować aktorów, ale od razu wyczuwa się, że jest w tym coś sztucznego. Tak samo ja od razu wyczuwam, kiedy czytam wynik zawierający zbyt duży udział tego, co wygenerowała maszyna, a za mało pracy ludzkiego radiologa.
Sztuczna inteligencja nie uczy się sama z siebie. Uczy się na wiedzy, doświadczeniu i tysiącach badań przygotowanych przez ludzi. Dlatego w medycynie jej skuteczność zawsze zależy od jakości danych i pracy specjalistów, którzy stoją za całym procesem.
Moim gościem był doktor Mariusz Holicki, kierownik Zakładu Diagnostyki Obrazowej i Medycyny Nuklearnej w Zachodniopomorskim Centrum Onkologii w Szczecinie. Do tematu jeszcze wrócimy.
dr Mariusz Holicki: Oczywiście mamy sieci neuronowe, mamy algorytmy samouczące się, ale u podstawy jest to, co człowiek przekaże, czyli uczymy się na danych surowych. Zobrazuję to w sposób następujący. Mammografia, czyli badanie obrazowe gruczołu piersiowego kobiet. Wykonuje się takich badań bardzo dużo. Przeciętne algorytmy oceniające i wspomagające analizują od 50 do 100 tysięcy badań wyselekcjonowanych przez człowieka. Następnie algorytm je opracowuje, reinterpretuje, grupuje i zwraca uwagę na podobieństwa. To jest tak zwane myślenie maszynowe. Algorytmy powodują, że system w pewien sposób agreguje podobne zmiany i później stara się je interpretować.
To ważny moment. AI nie analizuje przypadkowych obrazów z internetu. Najpierw lekarze wybierają tysiące badań, opisują je i wskazują, które zmiany są prawidłowe, a które wymagają uwagi. Dopiero wtedy algorytm zaczyna dostrzegać powtarzające się wzorce.
dr Mariusz Holicki: Wspomaga go człowiek, który informuje system, z czym ma do czynienia. Oczywiście wykorzystuje się do tego wyniki badań, ale także coraz częściej informacje z protokołów pooperacyjnych oraz dotyczące postępowania terapeutycznego.
Czyli sztuczna inteligencja nie uczy się wyłącznie na obrazach. Korzysta także z wiedzy o tym, co wydarzyło się później, jakie było rozpoznanie i jak przebiegało leczenie. Dzięki temu jej analizy stają się coraz dokładniejsze.
dr Mariusz Holicki: Podobnie wygląda to przy innych badaniach. Jeden z naszych kolegów pracuje nad systemem AI do oceny i wsparcia diagnostyki endometriozy w rezonansie magnetycznym. Najpierw człowiek ocenia i interpretuje obrazy, bardzo dokładnie je opracowuje, a następnie wprowadza do systemu, który później będzie się na nich uczył i je interpretował. Z tym, że zawsze na początku i na końcu jest człowiek.
Choć często mówi się o samouczących algorytmach, w praktyce za każdym takim systemem stoją godziny pracy specjalistów. To oni przygotowują dane, na których później uczy się sztuczna inteligencja.
dr Mariusz Holicki: Oczywiście mamy coraz doskonalsze urządzenia. Trzeba pamiętać, że dysponujemy coraz szybszymi komputerami i coraz większą mocą obliczeniową. Bez tego postępu nie byłoby możliwe tak szybkie rozwijanie sztucznej inteligencji. Ale zawsze trzeba korzystać z danych, które wcześniej przygotował człowiek. Książki też można pisać, filmy kręcić czy zastępować aktorów, ale od razu wyczuwa się, że jest w tym coś sztucznego. Tak samo ja od razu wyczuwam, kiedy czytam wynik zawierający zbyt duży udział tego, co wygenerowała maszyna, a za mało pracy ludzkiego radiologa.
Sztuczna inteligencja nie uczy się sama z siebie. Uczy się na wiedzy, doświadczeniu i tysiącach badań przygotowanych przez ludzi. Dlatego w medycynie jej skuteczność zawsze zależy od jakości danych i pracy specjalistów, którzy stoją za całym procesem.
Moim gościem był doktor Mariusz Holicki, kierownik Zakładu Diagnostyki Obrazowej i Medycyny Nuklearnej w Zachodniopomorskim Centrum Onkologii w Szczecinie. Do tematu jeszcze wrócimy.