Harvardo medicinos mokyklos mokslininkai pristatė naują dirbtinio intelekto modelį „CHIEF“, kuris gali nepaprastai tiksliai diagnozuoti ir prognozuoti kelių tipų vėžio baigtį.
Tyrimo duomenimis, „CHIEF“ pranoksta esamas dirbtinio intelekto sistemas, pasiekdamas iki 96 % tikslumą nustatant vėžį 19 skirtingų vėžio tipų.
Kaip veikia naujasis dirbtinio intelekto modelis?
Tyrėjai „CHIEF“ universalumą lygina su „ChatGPT“ – kalbos modeliu, kuris sulaukė didelio dėmesio dėl savo gebėjimo spręsti įvairias užduotis.
„CHIEF“ iš esmės yra labai specializuotas dirbtinio intelekto regos modelis, gebantis suprasti vaizdinius įvesties duomenis – apmokytas itin detaliai nagrinėti vėžinių ląstelių vaizdus, o ne taikyti apibendrintą požiūrį, kurį matome tokiuose tradiciniuose modeliuose kaip „GPT-4V“ ar „LlaVA“.
„CHIEF“ buvo apmokytas atpažinti bendrus elementus, tokius kaip „katės“ ar „apelsinai“, o ne apdoroti didžiulį daugiamodalinių duomenų rinkinį, kuriame buvo 15 mln. nepažymėtų vaizdų ir 60 000 ištisinių audinių vaizdų iš 19 skirtingų anatominių vietų.
„CHIEF“, iš anksto apmokydamas 44 terabaitų didelės skiriamosios gebos patologinių vaizdų rinkinius, išskyrė mikroskopinius vaizdus, naudingus vėžio ląstelėms aptikti, naviko kilmei nustatyti, molekuliniam profiliui apibūdinti ir prognozei numatyti.“ – rašoma tyrime.
Metodas veikia geriau, nei tikėtasi
„Mūsų siekis buvo sukurti veržlią, universalią į „ChatGPT“ panašią dirbtinio intelekto platformą, kuri galėtų atlikti įvairias vėžio vertinimo užduotis.
Paaiškėjo, kad mūsų modelis yra labai naudingas sprendžiant įvairias užduotis, susijusias su vėžio aptikimu, prognozavimu ir atsaku į gydymą, kai kalbama apie daugelį vėžio rūšių.“ – teigė tyrimo vyresnysis autorius Kun-Hsing Yu.
Tyrėjai „CHIEF“ išbandė daugiau kaip 19 400 vaizdų iš 32 nepriklausomų duomenų rinkinių, surinktų visame pasaulyje, ir šiose užduotyse jis net 36,1 % pranoko naujausius dirbtinio intelekto metodus.
Jis taip pat tiksliau atskyrė pacientus, kurių išgyvenamumo rodikliai yra aukšti ir žemi, ir sugebėjo pateikti tikslias skirtingų analizuojamų audinių mėginių įžvalgas.
Tyrėjai planuoja toliau tobulinti „CHIEF“, mokydami jį retų ligų, nevėžinių būklių ir ikivėžinių audinių vaizdų, kad padidintų jo tikslumą. Jie taip pat tikisi modelį aprūpinti daugiau duomenų, kad jis galėtų geriau nustatyti vėžio agresyvumą ir prognozuoti naujų gydymo metodų poveikį.
Dirbtinio intelekto vaidmuo vėžio aptikimo srityje nuolatos auga
Mokslininkai jau kurį laiką naudoja dirbtinį intelektą vėžio ir kitų ligų nustatymui, diagnozavimui ir gydymui.
Pavyzdžiui, Kembridžo mokslininkai pristatė „EMethylNET“ – dirbtinio intelekto modelį, kuris, naudodamas DNR duomenis iš audinių mėginių, 98 % tikslumu nustato 13 vėžio tipų.
„EMethylNET“, apmokytas iš daugiau nei 6000 audinių mėginių, rodo dirbtinio intelekto galimybes anksti nustatyti vėžį pagal DNR metilinimą, kuris vaidina lemiamą vaidmenį vėžio augimui.
Kitame ankstesniame modelyje, pavadintame „CancerGPT“, buvo naudojamas didelės kalbos modelis, kad būtų galima numatyti, kaip vaistų deriniai gali paveikti retus vėžiu sergančių pacientų audinius.
Jis parodė, kad iš anksto apmokyti modeliai gali būti labai vertingi, kai trūksta struktūrizuotų duomenų ir mėginių.
„CancerGPT“ sugeba apibendrinti prognozes ir pasinaudoti ankstesniais medicininiais tyrimais, kad pateiktų reikšmingų įžvalgų, nors tyrėjams vis dar kėlė nerimą galimos dirbtinio intelekto haliucinacijos.
„Google“ ir „iCAD“ taip pat sujungė jėgas, kad naudotų dirbtinį intelektą vėžio patikrai pagerinti. Jų sukurta dirbtinio intelekto sistema savo tikslumu pranoko radiologus, todėl, esant pasauliniam radiologų trūkumui, ji suteikia veiksmingą sprendimą ir pagerina gyvybę gelbstinčių krūties vėžio tyrimų prieinamumą.
Ir galiausiai, kitą dirbtinio intelekto technologiją, pavadintą „Sturgeon“, naudoja smegenų chirurgai, kad padėtų realiuoju laiku 90 proc. tikslumu diagnozuoti centrinės nervų sistemos auglius.
„CHIEF“ yra atvirojo kodo programa, kurią galima atsisiųsti iš projekto „Github“ puslapio, kad tyrėjai (ar bet kas kitas) galėtų įvesti savo vaizdus ir naudoti ją vietoje.