McMasterovi onkološki istraživači koriste moć veštačke inteligencije da poboljšaju zdravstvene ishode za obojene ljude.
Pokazalo se da veštačka inteligencija precizno dijagnostikuje stanja kože poput raka, ali ima i svoja ograničenja.
„Ovaj nedostatak raznolikosti je pravi problem kada je u pitanju dijagnosticiranje određenih lezija kože koje se različito prikazuju kod ljudi u boji“, objašnjava Eman Rezk, dr. kandidat Fakulteta računarskih nauka i inženjerstva.
„Imamo mnogo preciznih modela za dijagnozu raka kože, ali svi su obučeni na dostupnim slikama, za koje znamo da nisu toliko raznolike koliko bi trebalo da budu. Kao rezultat toga, AI modeli nikada neće moći da ispravno dijagnostikuju ne -belo stanovništvo jednako tačno“, kaže ona.
Rezk je deo tima koji je razvio alat za duboko učenje za analizu skladišta slika kože kako bi se odredila distribucija boje kože na tim slikama. Alat je otkrio da manje od 20% postojećih slika predstavlja ne-belu kožu.
„Kao inženjeri, želeli smo da razmišljamo van okvira i da se bavimo praktičnim, možda opasnim po život pitanjem. Ovo nam je predstavljalo priliku da izvršimo značajan uticaj i suočimo se sa problemom koji se odnosi na jednakost, raznolikost i inkluziju“, objasnio je Vael El-Dakhni, profesor na Školi računarskih nauka i inženjerstva, koji je nadgledao projekat.
Razvili su algoritam dubokog učenja koji je stvorio realistične slike tamnijih boja kože i uključio različite tonove kože i karakteristike za maligne i benigne lezije. Kompjuterski modeli koji su obučeni na kreiranoj banci podataka bili su bolji od modela obučenih na postojećim slikama, koje pretežno imaju belu kožu.
„Iskoristili smo generativne tehnike veštačke inteligencije na jedinstven način da generišemo nove podatke i kreiramo novu i raznoliku banku podataka, koju su potvrdili medicinski specijalisti i koja se pokazala kao tačna u dijagnozi. Dalje, pokazali smo kako je algoritam došao do svojih zaključaka. Lekari videće proces koji se koristi za postavljanje dijagnoze, što će im olakšati da veruju u rezultate. Tako postaju vernici, obezbeđujući transparentnost“, rekao je El-Dakhni.
U studiji objavljenoj u Journal of Healthcare Informatics Research, Rezk i El-Dakhakhni su se pozabavili pitanjima poverenja u modele veštačke inteligencije. Oni su dizajnirali modele dijagnoze raka kože koji se mogu tumačiti i usmereni na čoveka koji oponašaju dermatološko rezonovanje kako bi pomogli u postavljanju ranih dijagnoza.
Potrebno je više propisa pre nego što se ovi modeli integrišu u radni tok, kažu istraživači.
„Ljudski doprinos je neophodan. Model koji je u potpunosti ostavljen da radi bez ljudske intervencije ne radi na istom nivou kao onaj koji ima koristi od ljudskog doprinosa. Dobijamo preciznije i razumljivije rezultate koji osiguravaju inkluzivniju i sveobuhvatniju negu“, objasnio je Rezk.
Sledeći koraci tima uključuju uključivanje više funkcija u mehanizam za generisanje slika kako bi se bolje predstavile različite karakteristike lezija i njihova prezentacija na različitim tonovima kože.
„Rešavanje EDI-ja kroz ovakva istraživanja je na neki način jednostavno. To je ono čime bih želio da se moje istraživanje bavi ubuduće. Ne samo ovo, već i u drugim oblastima, poput pristupačnog stanovanja i klimatske jednakosti“, rekao je El-Dakhni.
