ОБНАРУЖЕНИЕ РАКА ЛЕГКИХ С ИСПОЛЬЗОВАНИЕМ ТЕХНОЛОГИЙ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

АННОТАЦИЯ

Рак легких – одна из главных причин смертности в России. Обнаружение болезни на ранних стадиях – важная и сложная в реализации задача. В начале заболевания высока вероятность человеческой ошибки, когда врач не способен обнаружить признаки опухоли. В таком случае он может воспользоваться алгоритмами искусственного интеллекта для повышения вероятности постановления правильного диагноза. В статье будет изучены продукты, использующие ИИ. Исследована роль искусственного интеллекта в сфере здравоохранения.  Проведен опрос с целью выяснения отношения людей к ИИ.

ABSTRACT

Lung cancer is one of the leading causes of death in Russia. Early detection of the disease is an important and difficult task to implement. At the onset of the disease, there is a high likelihood of a reverse error, when the doctor is unable to cause tumors. In this case, he can use artificial intelligence algorithms to increase the likelihood of making a correct diagnosis. This article will explore products that use AI. The role of artificial intelligence in health care has been investigated. A survey was conducted to clarify the attitude of people towards AI.

Ключевые слова: искусственный интеллект, компьютерное зрение, машинное зрение, нейронные сети, рак легких, медицина.

Keywords: artificial intelligence, computer vision, machine vision, neural networks, lung cancer, medicine.

Компьютерное зрение (Computer Vision) и машинное зрение (Machine Vision) – это научная область в сфере автоматической фиксации, а также разного рода обработки изображений с помощью компьютера.

Компьютерное зрение – это область искусственного интеллекта (Artificial Intelligence, далее - ИИ), которая позволяет компьютерам и системам извлекать значимую информацию из цифровых изображений, видео и других визуальных входов, предпринимая действия или давая рекомендации на основе этой информации. Если ИИ позволяет компьютерам думать, компьютерное зрение дает им возможность видеть, наблюдать и понимать. [2]

При сравнении компьютерного зрения и человеческого можно сделать вывод, что человек превосходит компьютер, когда необходимо изучить картинку целиком, не вдаваясь в детали. В ином случае, когда нам необходимо акцентировать внимание на определенном аспекте, который следует исследовать, компьютеры выигрывают в скорости и точности. Обусловлено это тем, что человек учиться на протяжении всей своей жизни, применяя знания во многих областях. Компьютерное зрение построено на алгоритмах, поэтому искусственный интеллект, созданный для нахождения кота на изображении, не сможет найти там кота. При этом компьютер не обладает одним из главных недостатков людей – он не способен уставать. Имея необходимые ресурсы и мощности, можно создать систему узкого профиля для увеличения скорости работы и точности обработки информации.

Рак легкого (РЛ) – собирательное понятие, объединяющее различные по происхождению, гистологической структуре, клиническому течению и результатам лечения злокачественные эпителиальные опухоли. Развиваются они из покровного эпителия оболочки бронхов, бронхиального слизистых желез бронхиол и легочного альвеол. [3]

В настоящее время множество медицинских организаций активно внедряют использование ИИ в работу и исследования. По данным сайта webiomed, в России на март 2021 год насчитывалось 18 продуктов, занимающихся анализом изображений с помощью ИИ. Можно выделить сервис ФтизисБиоМед, умеющий анализировать флюорографические снимки и выявлять в них патологические очаги. [4]

Алгоритмы машинного обучения подразделяются на 3 основные категории: «обучение с учителем» (алгоритмы прогнозирования, основанные на предыдущей информации); «обучение без учителя» (находит скрытые закономерности без помеченных ответов); «обучение с подкреплением» (использование последовательности вознаграждений или наказаний за выполняемое действие. Например, модель видеоигры). Для обучения нейронной сети с целью обнаружения рака легких, разработчики и исследователи используют первую категорию – «обучение с учителем». Например, при обучении алгоритмов по различению типов клеток команда PathAI разделила обучающие слайды примерно на 10 000 изображений меньшего размера и попросила патологов пометить типы клеток в каждом срезе.

Основная цель внедрения машинного зрения в медицинскую сферу связана с ранним выявлением патологий. Одно из главных преимуществ систем глубинного обучения заключается в том, чтобы повысить скорость исследования биоматериалов с целью выявления рака легких быстрее, чем если бы этим занимался человек. Программы скрининга рака легких могут предотвратить множество смертей при усилении автоматизации, перенимая большую нагрузку, которой обычно подвержены радиологи. Даниель Це, менеджер по продуктам Google Health, утверждает, что скрининг с помощью ИИ может помочь выявить не только людей с раком легких на ранней стадии, но и тех, кто подвержен высокому риску развития рака легких в течение следующих нескольких лет. [1]

По словам Даниеля Це, ИИ «не панацея» для упрощения широкого скрининга, но может быть использован, как «очень мощный инструмент». В связи с этим встает вопрос: готовы люди доверять ИИ в сфере здравоохранения или нет. С целью поиска ответа был проведен опрос, на основании которого мы можем сделать вывод, что абсолютное большинство предпочтет сценарий, в котором врач поставит диагноз пациенту, основываясь на результатах, полученных с использованием ИИ. Таким образом мы можем утверждать, что люди готовы доверять технологиям, как инструментам, с помощью которых специалист повышает скорость и качество работы.

Рисунок 1. Процентное соотношение опрошенных

Рак легких ежегодно возглавляет список самых летальных типов рака. За 2019 год от рака легких умерло 50 тысяч россиян. Сложность выявления рака легких очень высока. Так же, как и цена ошибки врача во время исследования. Именно поэтому в помощь докторам создаются системы машинного зрения, использующие системы глубинного обучения с целью повышения скорости и эффективности исследования. Доля использования систем ИИ на рынке повышается, что свидетельствует о развитие технологии и увеличении доступности для пациентов.

Список литературы:

1. What is computer vision. [Электронный ресурс.] – URL: https://www.ibm.com/topics/computer-vision
2. Злокачественное новообразование бронхов и легкого. [Электронный ресурс.] – URL: https://oncology-association.ru/wp-content/uploads/2021/02/rak-legkogo-2021.pdf
3. Обзор Российских систем искусственного интеллекта для здравоохранения. [Электронный ресурс.] – URL: https://webiomed.ai/blog/obzor-rossiiskikh-sistem-iskusstvennogo-intellekta-dlia-zdravookhraneniia/
4. Artificial intelligence is improving the detection of lung cancer. [Электронный ресурс.] – URL: https://www.nature.com/articles/d41586-020-03157-9