چگونه از هوش مصنوعی برای تشخیص سرطانی که پزشکان از دست می دهند استفاده می شود


در داخل یک اتاق تاریک در بیمارستان شهرستان باکس-کیسکون در خارج از بوداپست، دکتر اوا آمبروزای، رادیولوژیست با بیش از دو دهه تجربه، به مانیتور کامپیوتری که ماموگرافی یک بیمار را نشان می داد نگاه کرد.

دو رادیولوژیست قبلاً گفته بودند که اشعه ایکس هیچ علامتی مبنی بر ابتلای بیمار به سرطان سینه را نشان نمی دهد. اما دکتر Ambrózay از نزدیک به چندین ناحیه از اسکن که با رنگ قرمز دایره شده بود نگاه می کرد که نرم افزار هوش مصنوعی آن را به عنوان بالقوه سرطانی علامت گذاری کرده بود.

او گفت: “این چیزی است.” او به زودی دستور داد که زن برای بیوپسی فراخوانده شود، که ظرف یک هفته آینده انجام می شود.

پیشرفت‌های هوش مصنوعی با شناسایی علائمی که پزشکان از دست می‌دهند، پیشرفت‌هایی در غربالگری سرطان سینه ایجاد می‌کند. با توجه به نتایج اولیه و رادیولوژیست‌ها، تا کنون، این فناوری توانایی چشمگیری در تشخیص سرطان حداقل و همچنین رادیولوژیست‌های انسانی از خود نشان داده است که یکی از ملموس‌ترین نشانه‌هایی است که تا به امروز نشان می‌دهد هوش مصنوعی چگونه می‌تواند سلامت عمومی را بهبود بخشد.

مجارستان، که یک برنامه قوی غربالگری سرطان سینه دارد، یکی از بزرگترین زمینه های آزمایش این فناوری بر روی بیماران واقعی است. در پنج بیمارستان و کلینیک که بیش از 35000 غربالگری در سال انجام می‌دهند، سیستم‌های هوش مصنوعی از سال 2021 راه‌اندازی شدند و اکنون به بررسی علائم سرطان که ممکن است رادیولوژیست نادیده گرفته باشد کمک می‌کند. کلینیک ها و بیمارستان ها در ایالات متحده، بریتانیا و اتحادیه اروپا نیز شروع به آزمایش یا ارائه داده هایی برای کمک به توسعه سیستم ها کرده اند.

استفاده از هوش مصنوعی در حال رشد است زیرا این فناوری به مرکز رونق دره سیلیکون تبدیل شده است، با انتشار چت ربات هایی مانند ChatGPT که نشان می دهد چگونه هوش مصنوعی توانایی قابل توجهی برای برقراری ارتباط به نثر انسان دارد – گاهی اوقات با نتایج نگران کننده. فناوری غربالگری سرطان سینه که از شکل مشابهی ساخته شده توسط ربات‌های چت که از مغز انسان الگوبرداری شده است، راه‌های دیگری را نشان می‌دهد که هوش مصنوعی به زندگی روزمره نفوذ می‌کند.

پزشکان و توسعه دهندگان هوش مصنوعی گفتند که استفاده گسترده از فناوری تشخیص سرطان هنوز با موانع زیادی روبرو است. آزمایش‌های بالینی بیشتری لازم است تا این سیستم‌ها به‌عنوان خواننده دوم یا سوم خودکار غربالگری سرطان پستان، فراتر از تعداد محدود مکان‌هایی که اکنون از این فناوری استفاده می‌کنند، به‌طور گسترده‌تر مورد استفاده قرار گیرند. این ابزار همچنین باید نشان دهد که می تواند نتایج دقیقی را برای زنان در هر سن، قومیت و تیپ بدنی ایجاد کند. رادیولوژیست ها می گویند که این فناوری باید ثابت کند که می تواند اشکال پیچیده تری از سرطان سینه را تشخیص دهد و موارد مثبت کاذب را که سرطانی نیستند کاهش دهد.

ابزارهای هوش مصنوعی همچنین بحث هایی را در مورد اینکه آیا آنها جایگزین رادیولوژیست های انسانی خواهند شد، با سازندگان این فناوری که با بررسی نظارتی و مقاومت برخی پزشکان و موسسات بهداشتی روبرو هستند، برانگیخته است. در حال حاضر، این ترس ها بیش از حد به نظر می رسد، و بسیاری از کارشناسان می گویند این فناوری تنها در صورتی موثر و مورد اعتماد بیماران خواهد بود که با مشارکت پزشکان آموزش دیده استفاده شود.

دکتر László Tabar، یک مربی برجسته ماموگرافی در اروپا که گفت پس از بررسی عملکرد آن در غربالگری سرطان سینه توسط چندین فروشنده، توسط این فناوری مورد توجه قرار گرفت، گفت: و در نهایت، هوش مصنوعی می تواند نجات دهنده باشد.

او گفت: “من در خواب روزی را می بینم که زنان به مرکز سرطان سینه می روند و از آنها می پرسند “آیا هوش مصنوعی داری یا نه؟”

در سال 2016، جف هینتون، یکی از محققان برجسته هوش مصنوعی در جهان، استدلال کرد که این فناوری مهارت های یک رادیولوژیست را ظرف پنج سال تحت الشعاع قرار می دهد.

او در سال 2017 به نیویورکر گفت: “من فکر می کنم اگر به عنوان رادیولوژیست کار می کنید، مانند وایل ای. کایوت در کارتون هستید.” پایین. هیچ زمینی در زیر نیست.»

آقای هینتون و دو نفر از دانشجویانش در دانشگاه تورنتو یک سیستم تشخیص تصویر ساختند که می توانست اشیاء معمولی مانند گل ها، سگ ها و ماشین ها را به دقت شناسایی کند. فناوری در قلب سیستم آنها – به نام شبکه عصبی – بر اساس نحوه پردازش اطلاعات از منابع مختلف توسط مغز انسان مدل شده است. این چیزی است که برای شناسایی افراد و حیوانات در تصاویر ارسال شده در برنامه هایی مانند Google Photos استفاده می شود و به سیری و الکسا اجازه می دهد کلماتی را که مردم صحبت می کنند تشخیص دهند. شبکه های عصبی همچنین موج جدیدی از چت ربات ها مانند ChatGPT را هدایت کردند.

بسیاری از مبشران هوش مصنوعی معتقد بودند که چنین فناوری می تواند به راحتی برای تشخیص بیماری و بیماری مانند سرطان سینه در ماموگرافی به کار رود. بر اساس گزارش سازمان بهداشت جهانی، در سال 2020، 2.3 میلیون مورد سرطان سینه تشخیص داده شده و 685000 مورد مرگ ناشی از این بیماری بوده است.

اما همه احساس نمی کردند که جایگزینی رادیولوژیست ها به همان راحتی که آقای هینتون پیش بینی کرده بود، باشد. Peter Kecskemethy، دانشمند کامپیوتری که یکی از بنیانگذاران Kheiron Medical Technologies، یک شرکت نرم افزاری که ابزارهای هوش مصنوعی را برای کمک به رادیولوژیست ها برای تشخیص علائم اولیه سرطان توسعه می دهد، می دانست که واقعیت پیچیده تر خواهد بود.

آقای Kecskemethy در مجارستان بزرگ شد و در یکی از بزرگترین بیمارستان های بوداپست وقت گذراند. مادرش یک رادیولوژیست بود که به او نگاهی مستقیم به مشکلات یافتن یک بدخیمی کوچک در یک تصویر داشت. رادیولوژیست ها اغلب هر روز ساعت ها در یک اتاق تاریک به تماشای صدها تصویر می پردازند و تصمیماتی می گیرند که زندگی بیماران را تغییر می دهد.

دکتر ادیت کارپاتی، مادر آقای Kecskemethy که اکنون مدیر محصولات پزشکی در Kheiron است، گفت: «از دست دادن ضایعات کوچک بسیار آسان است. “ممکن نیست متمرکز بمانیم.”

آقای Kecskemethy، همراه با بنیانگذار Kheiron، Tobias Rijken، متخصص در یادگیری ماشین، گفت که هوش مصنوعی باید به پزشکان کمک کند. آنها برای آموزش سیستم‌های هوش مصنوعی خود، بیش از پنج میلیون ماموگرافی تاریخی از بیمارانی که تشخیص‌هایشان قبلاً شناخته شده بود، توسط کلینیک‌های مجارستان و آرژانتین و همچنین مؤسسات دانشگاهی مانند دانشگاه اموری جمع‌آوری کردند. این شرکت که در لندن است، همچنین به 12 رادیولوژیست برای برچسب گذاری تصاویر با استفاده از نرم افزار ویژه ای پرداخت می کند که به هوش مصنوعی یاد می دهد تا رشد سرطانی را بر اساس شکل، تراکم، مکان و سایر عوامل تشخیص دهد.

از میلیون‌ها موردی که سیستم تغذیه می‌شود، این فناوری نمایشی ریاضی از ماموگرافی‌های طبیعی و افراد مبتلا به سرطان ایجاد می‌کند. با توانایی نگاه کردن به هر تصویر به روشی دانه‌دارتر از چشم انسان، سپس آن خط پایه را برای یافتن ناهنجاری‌ها در هر ماموگرافی مقایسه می‌کند.

سال گذشته، پس از آزمایش بر روی بیش از 275000 مورد سرطان سینه، خیرون گزارش داد که نرم افزار هوش مصنوعی آن با عملکرد رادیولوژیست های انسانی در هنگام ایفای نقش به عنوان دومین خواننده اسکن ماموگرافی مطابقت دارد. همچنین حجم کار رادیولوژیست ها را حداقل 30 درصد کاهش داد زیرا تعداد اشعه ایکس مورد نیاز برای خواندن را کاهش داد. در نتایج دیگر از یک کلینیک مجارستانی در سال گذشته، این فناوری میزان تشخیص سرطان را 13 درصد افزایش داد زیرا بدخیمی های بیشتری شناسایی شد.

دکتر تبار، که تکنیک‌های او برای خواندن ماموگرافی معمولاً توسط رادیولوژیست‌ها استفاده می‌شود، این نرم‌افزار را در سال 2021 با بازیابی چندین مورد از چالش‌برانگیزترین موارد شغلی خود که در آن رادیولوژیست‌ها نشانه‌های سرطان در حال رشد را از دست داده بودند، امتحان کرد. در هر مورد، هوش مصنوعی آن را شناسایی کرد.

دکتر تبار گفت: «به طرز تکان دهنده ای از خوب بودن آن شگفت زده شدم. او گفت که در اولین آزمایش این فناوری هیچ ارتباط مالی با خیرون نداشت و از آن زمان برای بهبود سیستم ها هزینه مشاوره دریافت کرده است. او گفت که سیستم‌هایی که او از دیگر شرکت‌های هوش مصنوعی، از جمله Lunit Insight از کره جنوبی و Vara از آلمان آزمایش کرده است، همچنین نتایج شناسایی دلگرم‌کننده‌ای را ارائه کرده‌اند.

فناوری Kheiron برای اولین بار در سال 2021 در یک کلینیک کوچک در بوداپست به نام MaMMa Klinika بر روی بیماران استفاده شد. پس از تکمیل ماموگرافی، دو رادیولوژیست آن را از نظر علائم سرطان بررسی می کنند. سپس هوش مصنوعی یا با پزشکان موافقت می کند یا مناطقی را برای بررسی مجدد علامت گذاری می کند.

در پنج سایت MaMMa Klinika در مجارستان، از سال 2021، 22 مورد ثبت شده است که در آنها هوش مصنوعی سرطانی را شناسایی کرده است که توسط رادیولوژیست ها نادیده گرفته شده است و حدود 40 مورد دیگر در دست بررسی است.

دکتر András Vadászy، مدیر MaMMa Klinika، که از طریق دکتر Karpati، مادر آقای Kecskemethy به خیرون معرفی شد، گفت: «این یک پیشرفت بزرگ است. “اگر این روند جان یک یا دو نفر را نجات دهد، ارزشش را دارد.”

خیرون گفت که این فناوری در کنار پزشکان بهترین عملکرد را دارد نه به جای آنها. سرویس بهداشت ملی اسکاتلند از آن به عنوان یک خواننده اضافی برای اسکن ماموگرافی در شش سایت استفاده خواهد کرد و تا پایان سال در حدود 30 سایت غربالگری سرطان پستان که توسط سرویس بهداشت ملی انگلیس اداره می شود، استفاده خواهد کرد. بیمارستان دانشگاه اولو در فنلاند نیز قصد دارد از این فناوری استفاده کند و امسال اتوبوسی در سراسر عمان سفر خواهد کرد تا غربالگری سرطان سینه را با استفاده از هوش مصنوعی انجام دهد.

آقای Kecskemethy گفت: “یک پزشک دارای هوش مصنوعی باید به تنهایی جایگزین پزشک شود، اما یک هوش مصنوعی نباید جایگزین پزشک شود.”

موسسه ملی سرطان تخمین زده است که حدود 20 درصد از سرطان های سینه در طول ماموگرافی غربالگری نادیده گرفته می شوند.

کنستانس لمن، استاد رادیولوژی در دانشکده پزشکی هاروارد و رئیس تصویربرداری و رادیولوژی پستان در بیمارستان عمومی ماساچوست، از پزشکان خواست تا ذهن خود را باز نگه دارند.

او گفت: “ما بی ربط نیستیم، اما وظایفی وجود دارد که با رایانه بهتر انجام می شوند.”

در بیمارستان شهرستان Bács-Kiskun در خارج از بوداپست، دکتر Ambrózay گفت که در ابتدا نسبت به این فناوری شک داشت – اما به سرعت مورد توجه قرار گرفت. او عکس اشعه ایکس یک زن 58 ساله با تومور کوچکی را که توسط هوش مصنوعی تشخیص داده شده بود، کشید که دکتر آمبروزای به سختی آن را دید.

او گفت که هوش مصنوعی چیزی را دید که “به نظر می رسید از جایی به نظر می رسد.”