Трудно представить себе более важную работу, чем определение того, есть ли у пациента рак. Тем не менее, масштаб задачи, стоящей перед патологоанатомами, настолько огромен, что согласие между различными клиницистами, изучающими одни и те же срезы, может составлять всего 48%.
На одного пациента может приходиться множество срезов, каждый из которых содержит более 10 гигапикселей при оцифровке с 40-кратным увеличением. Представьте, что вам нужно просмотреть тысячу фотографий с разрешением 10 мегапикселей (МП) и нести ответственность за каждый пиксель. Само собой разумеется, что это огромный объем данных, и времени часто не хватает.
Именно поэтому Google работает над автоматизацией этой задачи с помощью проекта по глубокому обучению ИИ — с невероятно обнадеживающими результатами…
Google уже несколько лет работает над передовыми системами распознавания изображений в рамках своих проектов GoogLeNet. Проект был, отчасти, направлен на проект компании по созданию автономных автомобилей, обучая беспилотные автомобили распознавать все, от дорожной разметки до знаков остановки.
Теперь компания применила технологию GoogLeNet к диагностике рака и сообщает, что система уже давала хорошие результаты «из коробки», но отмечает, что доработка системы привела к потрясающим результатам.
После дополнительной настройки, включая обучение сетей для изучения изображения при различных увеличениях (подобно тому, что делает патологоанатом), мы продемонстрировали, что возможно обучить модель, которая соответствует или превосходит производительность патологоанатома, имеющего неограниченное время для изучения срезов.
В сравнении с опытным патологоанатомом, которому было предоставлено неограниченное время для изучения срезов, человек достиг показателя локализации — ключевой метрики точности — в 73%. К концу доработки GoogLeNet набрал 89%.
Google быстро подчеркивает, что не рассматривает свою систему как замену патологоанатомам. Система генерирует больше ложноположительных результатов, чем патологоанатомы, диагностируя рак там, где его нет, и не может выявлять другие аномалии, которые мог бы обнаружить человек. По их словам, план состоит в том, чтобы система ИИ помечала подозрительные участки на срезах для проверки патологоанатомом. Она также могла бы помочь в более точном измерении размера опухоли, что важно для определения прогноза лечения рака.
Google опубликовал технический отчет с описанием исследования.