A Magyar Tudományos Akadémia Szegedi Biológiai Kutatóközpontján (SZBK) rendezték a múlt héten a világ számítógépes biológiaikép-elemzőinek egyik legnagyobb seregszemléjét. A konferencián, amely továbbképzés és kongresszus is egyben, újra nyilvánvalóvá vált, hogy az orvosi diagnózist segítő képalkotó eljárások felvételeinek értékelésében a mesterséges intelligencia mára megkerülhetetlenné vált, és csak a társadalom elfogadóképessége dönt arról a jövőben, hogy milyen mértékben bízzuk rá magunkat a gépek ítéletére. A konferencia fő szervezőjével, Horváth Péterrel, az SZBK mikroszkópos képfeldolgozó és gépi tanulási csoportjának vezetőjével beszélgettünk.
– A Neubias (Network of European BioImage Analysts – európai biológiaikép-elemzők hálózata) szervezet azokat a kutatókat fogja egybe, akik a különféle képalkotó eljárások segítségével rögzített felvételek elemzéséhez számítógépes módszereket használnak. Ez a tudományterület meglehetősen szűknek tűnik. A néhány szakmabeli érdeklődésének kiszolgálásán kívül van jelentősége a rendezvénynek a laikusok számára is?
– A biológia képanalízis és az ehhez kapcsolódó adatfeldolgozás rendkívül új tudományterület, de példátlan sebességgel növekszik a jelentősége – és ezáltal a népszerűsége is. Éppen újdonsága okozza azt, hogy sok érdeklődő kutató még nem rendelkezik mindazzal a gyakorlati tudással és tapasztalattal, amely a sikeres kutatáshoz szükségeltetik, így ezek a konferenciák legalább ugyanannyira továbbképzések, mint a kutatási eredmények bemutatásának színterei. Az itt elhangzó eredmények ma talán még csak a szakembereket mozgatják meg, de teljesen biztos vagyok benne, hogy néhány éven belül már a mindennapi életünk részévé válnak.
http://mno.hu/
– Hallani híreket arról, hogy röntgen-, MRI- vagy egyéb képalkotó eljárásokkal készített felvételeket a számítógépes algoritmusok már jobban diagnosztizálnak, mint a patológusok. Ez már ma is a valóság, vagy ettől azért még messze vagyunk?
– Az úgynevezett deep learning (mély tanulás) eljárás az utóbbi években egyértelműen felforgatta a világot. A Google rendszeresen megrendez egy mesterségesintelligencia-versenyt, amelyben az indulók algoritmusainak meg kell állapítaniuk, hogy mit látunk az adott képen. Míg az elmúlt években talán egy-két százalékban tudtak az indulók növelni a sikerességen, addig mikor bejött a deep learning, egy csapásra tíz százalékot vert mindenkire. Tehát ez a technológia, legalábbis hatékonyságában, alapvetően különbözik minden korábbitól. Az élet minden területén terjed, de úgy látjuk, hogy mindennél mélyrehatóbb a hatása a mi területünkön, a biológiai felvételek elemzésében. Mielőtt beszélgetni kezdtünk, éppen egy olyan előadásról jöttem ki, ahol arról esett szó, hogy a technika hogyan használható a mikroszkópos kép minőségének javítására. De ugyanígy alkalmazható, ha egy nagyon összetett szövetmintát kell elemeznünk. A saját közleményeink alapján is állíthatom, hogy a mi kutatócsoportunk is megközelíti, sőt el is éri az emberi patológusok hatékonyságát a mesterséges intelligencián alapuló megoldásainkkal.
– Ez azt jelenti, hogy az emberek képességei nem érik el a számítógép képességeit?
– Az emberi pontosság számos tényezőből tevődik össze. Az épp a képeket néző patológus lehet fáradt, nem minden esetben tekinthető objektívnek, és a különböző szakemberek sem értenek egyet minden esetben. Ezzel szemben a mesterséges intelligencia hatékonysága nem függ a fáradtságtól, és sok adaton nagyon megbízhatóan felismerik az elváltozásokat. Azt természetesen még nem jelenteném ki, hogy ezentúl nem lesz szükség patológusokra. Az viszont biztos, hogy öt-tíz éven belül őrületesen nagy szerepet kap majd a mesterséges intelligencia a képalkotás elemzésében – mint az emberi szakemberek munkájának támogatója.
– Az élet minden területén lejátszódik ugyanez a folyamat: a gépek (robotok, mesterséges intelligencián alapuló algoritmusok) egyre ügyesebbek, és egyre több olyan tevékenységet képesek jobban ellátni, amelyhez eddig szükség volt emberre. Az adott terület szakemberei ennek természetesen nem örülnek, félnek, hogy a számítógép elveszi a munkájukat. Érezhető hasonló az orvosok és a patológusok között is?
– Magyarországon inkább az a jellemző, hogy az orvosok és a patológusok őrült mód túlterheltek. A mesterséges intelligencia térhódítása az orvoslásban még nem olyan sürgető, hogy jelenleg bárki is féltené a munkáját miatta. Ilyen értelemben nincsenek még abban a helyzetben, mint az a munkás, aki egyik nap egy gépsoron dolgozik, de a következő héten egy robot kiváltja az egész brigád munkáját. A félelem inkább a páciensekben és a szélesebb közvéleményben van, hiszen nem igazán értjük, hogy a mesterséges intelligencia pontosan mi alapján dönt, és milyen folyamatok mennek végbe az „agyában”, amelyek eredményeképpen kiadja a rendszerint jó megoldást. A gépi tanulás lényege, hogy rengeteg ismert hátterű mintát betáplálunk az algoritmusba, amely ezek alapján megtanulja, hogy milyen jellegzetességekre kell figyelnie ahhoz, hogy felismerje a betegséget. Tehát mi nem mondjuk meg neki, hogy pontosan mire figyeljen, erre ő jön rá magától. Ez az önállóság adja a rejtélyességét, és emiatt félnek tőle egyesek. De szakmai félelmet én eddig nem tapasztaltam, ami természetesen nem jelenti azt, hogy ez a jövőben sem lesz jellemző. Azt gondolom, hogy az orvosok jelenleg bárminek örülnének, ami segíti a munkájukat, csökkenti a túlterheltségüket, és kiválthatja a rutinjellegű feladataikat.
– Van-e Magyarországon olyan intézmény, ahol a klinikai gyakorlatban használnak ilyen automatizált rendszereket a diagnosztikai felvételek elemzésére?
– Olyan van, ahol a sejtszintű analízist (például vérkenetek elemzését, diagnózisát) segítik intelligens módszerekkel. De ez sokkal könnyebb feladat a gép számára is, mint a szövetminták értékelése. Utóbbi még gyermekcipőben jár, és a bevezetése nagyon komoly engedélyeztetést kívánna.
– A mesterséges intelligencia manapság divatos hívószó. De alapvetően különböznek ezek az algoritmusok a klasszikus programoktól?
– Igen, szerintem különböznek. Csak néhány éve érett meg a technológia arra, hogy ezek a programok emberi ésszel felfoghatatlan mennyiségű adatot tudjanak egy időben kezelni. Nem kell azonban ezektől az eredményektől tartani. Biztos vagyok benne, hogy idővel megvalósul az, hogy a képalkotó eljárásokkal felvett képeket teljes egészében a számítógép fogja kiértékelni. Olyan gyors a terület fejlődése, hogy még az én elvárásaim is napról-napra módosulnak. Egy hónappal ezelőtt azt mondtam volna, hogy a mesterséges intelligencia még nagyon sokáig csak segítő szerepet lát majd el az ember mellett. De néhány hete a Google bejelentette, hogy az egyik algoritmusuk szó szerint a semmiből tanult meg olyan szinten sakkozni négy óra alatt, hogy utána megverte azt a klasszikus sakkprogramot is, amelyik könnyen legyőzi az összes emberi nagymestert. Pedig még csak meg sem mondták ennek a mesterséges intelligenciának, hogy mik a sakk szabályai. Ilyen körülmények között már nem vagyok olyan biztos benne, hogy a gép néhány éven belül nem fogja átvenni az ember helyét – legalábbis az orvoslás egyes területein.
Forrás:mno.hu
Tovább a cikkre »
