Kanser teşhisinde önemli bir adım
Bir hastanın kanser olup olmadığının tespitini yapmaktan daha önemli bir meslek düşünmek oldukça zor. Bu durumla karşılaşan patologların büyüklüğü o denli fazla ki, aynı hasta filmi üzerinde çalışan farklı klinisyenler arasındaki uzlaşma, yüzde kırksekiz gibi düşük bir oranda.
“Her hasta başına çok sayıda film olabilir. Her bir film 40X oranında dijitize edildiklerinde 10+ gigapixellik bir görüntü oluştururlar. Binlerce 10 Megapixel (MP) foto üzerinde çalıştığınızı düşünün, ve her bir pixelden sorumlu olduğunuzu. Söylemeye gerek yok; bu üstesinden gelinecek çok sayıda veriye tekabül eder. Kaldı ki kısıtlı zaman da bir diğer sorun.”
İşte bu Google’ın sorunu neden ‘Derin Öğrenme Yapay Zeka projesi’ ile otomatik hale getirmek için çalıştığının açıklaması. Üstelik de inanılmaz heyecan verici sonuçlarla.
Google, GoogleNet projeleri üzerinden ileri imaj-tanıma sistemleri üzerinde birkaç yıldır çalışıyor. Projenin bir bölümü firmanın otonom araba projesini hedefliyordu. Bu projede maksat arabalara kendi kendilerine sürmeyi öğreterek yoldaki düzenlemelerden trafik işaretlerine kadar her şeyi algılamasını sağlamaktı.
Firma şimdi GoogLeNet teknolojisini kanser teşhislerinde kullanmak üzere uyguladı ve sistemin zaten iyi sonuçlar verdiğini, fakat sistem üzerinde bazı ufak tefek oynamalar yapılarak göz kamaştırıcı bir performans elde edildiğini belirtti.
“Ağları farklı büyüklüklerdeki imajları incelemek üzere eğitmek de dahil olmak üzere bazı ek düzenlemelerden sonra (bir patolojistin yaptığına oldukça benzer olarak) gösterdik ki bir modeli filmler üzerinde sınırsız çalışma zamanı olan bir patolojistin gösterdiği performansa eşit derecede, hatta daha da iyi bir oranda performansla eğitmek mümkün.”
Sistemi, sınırsız çalışma zamanı verilen tecrübeli bir patolojiste karşı filmleri inceleme konusunda kıyasladığımız zaman şu sonucu elde ettik : İnsanoğlu %73 gibi sınırlı bir skorla (en yüksek oranlardan biri) başarı elde etmişken GoogLeNet %89’luk bir başarı oranını yakaladı.
Google sistemin patolojistlerin yerini alacağını düşünmediğine vurgu yaptı. Sistem, patolojistlerden daha fazla yanlış pozitifler (kanser olmadığı halde kanser varmış gibi) üretiyor ve bir insan tarafından seçilebilecek anomalileri tespit edemiyor. Firma planlarının AI sisteminin film üzerinde işaretlediği şüpheli bölgelerin patolojistlerin incelemesi için sunulması yönünde olduğunu söylüyor. Aynı zamanda kanser hastalığının sonucunun tahmininin geliştirilmesinde önemli olan tümör büyüklüğü ölçümünün daha hassas biçimde yapılmasına yardımcı olabilir.
Google, çalışmanın anlatıldığı bir ‘beyaz sayfa’yı burada yayınladı.
