Επιδόσεις αντίστοιχες με αυτές ανθρώπων δερματολόγων είχε ένας αλγόριθμος τον οποίο ερευνητές του Stanford University «εκπαίδευσαν» πάνω στη διάγνωση και αναγνώριση καρκίνου του δέρματος.
Επιδόσεις αντίστοιχες με αυτές ανθρώπων δερματολόγων είχε ένας αλγόριθμος τον οποίο ερευνητές του Stanford University «εκπαίδευσαν» πάνω στη διάγνωση και αναγνώριση καρκίνου του δέρματος.
«Συνειδητοποιήσαμε πως ήταν δυνατόν όχι απλά να κάνουμε κάτι καλά, αλλά το ίδιο καλά με έναν άνθρωπο δερματολόγο» είπε ο Σεμπάστιαν Θρουν, επίκουρος καθηγητής στο Stanford Artificial Intelligence Laboratory. «Τότε ήταν που άλλαξε ο τρόπος σκέψης μας. Τότε είπαμε πως δεν πρόκειται απλά για μια εργασία φοιτητών, αλλά για μια ευκαιρία να κάνουμε κάτι καλό για την ανθρωπότητα».
Το τελικό «προϊόν», που παρουσιάστηκε σε paper στο Nature στις 25 Ιανουαρίου, δοκιμάστηκε απέναντι σε 21 διακεκριμένους δερματολόγους. Στις διαγνώσεις που έγιναν πάνω σε σπίλους, ο αλγόριθμος είχε επιδόσεις αντίστοιχες αυτών των δερματολόγων.
Η διάγνωση του καρκίνου του δέρματος αρχίζει με μια οπτική εξέταση, με τον δερματολόγο να εξετάζει τον ύποπτο σπίλο με γυμνό μάτι και με τη βοήθεια δερματοσκόπιου. Εάν αυτές οι μέθοδοι δεν φέρουν σαφή αποτελέσματα ή οδηγήσουν τον δερματολόγο στο συμπέρασμα πως πρόκειται για καρκίνο, ακολουθεί βιοψία.
Ο συγκεκριμένος αλγόριθμος, που χρησιμοποιεί deep learning (τεχνητή νοημοσύνη στο πρότυπο των δικτύων νευρώνων του εγκεφάλου) «εκπαιδεύτηκε» λαμβάνοντας εικόνες με ενδείξεις σχετικά με το τι είδη ασθενειών απεικόνιζαν. Σημειώνεται ότι οι ερευνητές δεν έφτιαξαν έναν εντελώς νέο αλγόριθμο, αλλά έναν που είχε αναπτύξει η Google, ο οποίος ήταν ήδη «εκπαιδευμένος» να αναγνωρίζει 1,28 εκατομμύρια εικόνες από 1.000 κατηγορίες. Ωστόσο, αν και μπορούσε να διακρίνει σκύλους από γάτες, έπρεπε να μπορέσει να διακρίνει καρκινώματα από αβλαβείς σχηματισμούς. «Δεν υπήρχε κάποιο μεγάλο dataset καρκίνου του δέργματος πάνω στο οποίο μπορούσαμε να εκπαιδεύσουμε τους αλγορίθμους μας, οπότε έπρεπε να φτιάξουμε ένα δικό μας» λέει ο Μπρετ Κούπρελ, ένας από τους συντελεστές της έρευνας και τελειόφοιτος του εργαστηρίου του Θρουν. «Συγκεντρώσαμε εικόνες από το Ίντερνετ και συνεργαστήκαμε με την ιατρική σχολή για να προβούμε σε ταξινόμηση».
Στη συνέχεια υπήρξε συνεργασία με δερματολόγους στο Stanford Medicine και την Έλεν Μπλάου, καθηγήτρια μικροβιολογίας και ανοσολογίας και επίσης συντελέστρια της έρευνας. Το τελικό αποτέλεσμα ήταν η δημιουργία μιας βάσης δεδομένων με 130.000 εικόνες σπίλων που απεικόνιζαν 2.000 διαφορετικές ασθένειες.
Εν τέλει, οι επιδόσεις του αλγορίθμου στην αναγνώριση αποδείχτηκαν αντίστοιχες των διαγνώσεων των 21 δερματολόγων, με ποσοστό επιτυχίας (συγκριτικά με τα συμπεράσματα των γιατρών) 91%. Σημειώνεται πως, αν και προς το παρόν ο αλγόριθμος βρίσκεται σε υπολογιστή, οι ερευνητές σκοπεύουν να τον προσαρμόσουν για χρήση σε smartphone, φέρνοντας κυριολεκτικά τη δυνατότητα διάγνωσης καρκίνου του δέρματος στα χέρια του κάθε χρήστη «έξυπνου» τηλεφώνου- κάτι που οι επιστήμονες θεωρούν ότι είναι εύκολο από τεχνικής πλευράς. Ωστόσο, όπως υπογραμμίζουν, απαιτούνται περαιτέρω δοκιμές υπό πραγματικές κλινικές συνθήκες.