Mesterséges intelligencia
Mesterséges intelligenciának nevezünk minden olyan rendszert, amely alkalmassá teszi a számítógépet arra, hogy az emberi viselkedést és döntéshozatalt szimulálja. Ezen belül még két fogalommal érdemes megismerkedni: a machine learning és a deep learning lényegével.
Előbbi a „gépi tanulás”, a mesterséges intelligencia megoldások azon csoportját takarja, amely statisztikai módszerekkel és gyakorlással képes javítani az algoritmus pontoságát és tudását: a gyakorlattal tanul a gép.
Ezen belül van még egy alcsoport, amit mélytanulásnak hívunk. Ennek lényege, hogy szintén neurális hálózatok segítségével, öntanító programként fejlődik a gyakorlattal. Az elmúlt években valójában ez, a mélytanulás hozott áttörést az orvosi döntéshozatal támogatásában.
Mesterséges intelligencia
Mesterséges intelligenciának nevezünk minden olyan rendszert, amely alkalmassá teszi a számítógépet arra, hogy az emberi viselkedést és döntéshozatalt szimulálja. Ezen belül még két fogalommal érdemes megismerkedni: a machine learning és a deep learning lényegével.
Előbbi a „gépi tanulás”, a mesterséges intelligencia megoldások azon csoportját takarja, amely statisztikai módszerekkel és gyakorlással képes javítani az algoritmus pontoságát és tudását: a gyakorlattal tanul a gép.
Ezen belül van még egy alcsoport, amit mélytanulásnak hívunk. Ennek lényege, hogy szintén neurális hálózatok segítségével, öntanító programként fejlődik a gyakorlattal. Az elmúlt években valójában ez, a mélytanulás hozott áttörést az orvosi döntéshozatal támogatásában.
Mélytanuló hálózatok
A mélytanuló hálózatok legfontosabb tulajdonsága, hogy a döntés során a jellemző azonosítása és a klasszifikáció emberi beavatkozás nélkül történik. Nem mondja meg senki a számítógépnek, hogy mit keres, csak megmutatjuk a problémát. Az algoritmus saját maga dönti el, hogy melyek a probléma megoldásának jellemző, és ez alapján hoz döntést.
Tanuló algoritmus
Az algoritmus tanításai fázisa során előzetesen megjelölt adatokat mutatunk neki: felcímkézzük az adatokat, felteszünk egy kérdést, majd megmutatjuk az algoritmusnak, hogy mi a helyes válasz, és saját maga elkezdi megtanulni és megoldani a problémát. A biológiai ideghálózatok alapján tervezett többszintű neurális hálózatokban létezik egy bemeneti, egy rejtett és egy kimeneti réteg, azaz neuron. A neuronok közötti kapcsolatok súlyozzák a probléma kimeneti értékét. A tanulási fázisban pedig, minden esetben, amikor az algoritmus téved, a jelölt adat alapján megmutatjuk, hogy tévedett, a hiba pedig visszaterjed a neuronhálón és megváltoztatja a súlyokat, ezáltal pontosítja az algoritmust.
Eredmények
Nagyon nagy mennyiségű jelölt adaton, azaz „big datán” tanítva, 99,9 százalékos pontosságú választ képes adni a mélytanuló algoritmus, természetesen csak azokban az esetekben, amelyekben egy jól definiált kérdésre, jól elkülöníthető pozitív és negatív eseményekkel lehet válaszolni. A mesterséges intelligencia támogatásával bármelyik orvos elérheti a szakértői szintet. Másfél évtizeddel ezelőtt az amerikai Rex professzor egy nagyon érdekes példát írt le. Összehasonlító vastagbéltükrözéses vizsgálatok során ugyanis kiderült, hogy az endoszkópos orvosok az összes adenoma tekintetében 20-24%-ban, a rosszindulatú polipok tekintetében 2-14%-ban elnézik a polipokat, nem találják meg őket. Ezzel persze nem az a baj, hogy néhány polipot nem talál meg a szakember, hanem az, hogy ennek aránya a vizsgáló orvostól függ.
Mesterséges intelligencia
AZ ENDOSZKÓPIÁBAN
A mesterséges intelligenciát az endoszkópos diagnosztika teljes spektrumában használják, legyen szó minél több polip megtalálásáról, azok optikai biopsziájáról, azaz szövettani csoportosításáról, az egyértelműen daganatos polipok azonosításáról, de akár az endoszkópia sikerességét felmérő automatikus minőségellenőrzésről, automatikus leletírásról, illetve a betegség súlyosságának és lefolyásának előrejelzéséről. A mesterséges intelligencia minden szakmai területen elterjedt.
A mesterséges intelligencia megoldások az Endo-Kapszula Magánorvosi Centrumban már teljes körűen elérhetőek, legyen szó szűrő jellegű vagy diagnosztikai vizsgálatról.
