במהלך העשורים האחרונים נעשו מחקרים רבים בנושא היכולת של מחשבים לזהות פרטים בתמונה. הזיהוי כולל יכולת להבדיל בין, למשל, תמונות של כלב או של חתול, ועד זיהוי כלל האובייקטים בתמונה. בשנים האחרונות ראינו כי יכולת זיהוי אובייקטים של מחשב, יכולה להגיע ליותר מ- 90 אחוזים כיום. בסיווג תמונות (זיהוי כלב או חתול), האלגוריתמים המתקדמים ביותר היום עולים כעת על הביצועים האנושיים. שיפורים אלה בהבנת התמונה באמצעות מחשב החלו להשפיע על מגוון רחב של יישומים, הכוללים מעקב וידאו, נהיגה אוטונומית ושירותי בריאות. הכוח המניע את ההתקדמות האחרונה בזיהוי תמונה הוא בינה מלאכותית, בשימוש של רשתות נוירונים עמוקות.
אך מה הן רשתות נוירונים ומה היא רשת עמוקה?
רשתות נוירונים מלאכותיות הן מערכות מחשוב, הפועלות בהשראת הרשתות העצביות הביולוגיות במוח בעלי החיים. מערכות כאלה "לומדות" לבצע משימות על ידי בחינת דוגמאות, כאשר בתהליך הצגת הדוגמאות יש עדכון של עוצמת הקישור בין ה"נוירונים" החישוביים. לאחר אימון המערכת, כלומר הצגת תמונות עם תיוג מלא של תכולתן, ניתן להציג למערכת תמונות חדשות שהיא לא 'ראתה' מעולם, והמערכת מנחשת מה יש בתמונה. רשת נוירונים עמוקה היא רשת עם הרבה מאוד נוירונים המסודרים במספר רב של שכבות.
תמונה דיגיטלית היא בעצם 3 טבלאות של מספרים, כאשר גודל הטבלה נקבע בהתאם לרזולוציית התמונה. טבלה אחת מייצגת את הצבע האדום, השנייה את הירוק והשלישית את הצבע הכחול (R.G.B-RED GREEN BLUE ). כל מספר מתאר את עוצמת הצבע המסוים. איחוד שלוש הטבלאות על המסך יוצר תמונה. טבלאות אלו יכולות להיות קלט של רשת נוירונים חישובית. בשכבה הראשונה הקלט הוא רשימת המספרים בטבלאות. הרשת מעבירה את הערכים, ועושה בהם מניפולציות מתמטיות, אשר עוברות בין שכבות הרשת. בסוף התהליך יש פלט; רשימה של מספרים בין 0-1 המתארים את הסיכוי הסטטיסטי לקיומו של אובייקט מסויים בתמונה.
ניתוח תמונת ממוגרפיה הוא משימה מאתגרת מאוד, מכיוון שלעתים קרובות הסרטן מוסתר או מסתווה בין רקמות צפופות אחרות. בעיה זו הגבירה את המאמצים לפתח מערכות מלאכותית ממוחשבת (AI) לשיפור ביצועי האבחון. בכתב העת Nature דווח על התפתחות מערכת AI העולה על יכולתם של רדיולוגים מומחים להעניק פרשנות מדויקת לתמונות ממוגרפיה. החוקרים השתמשו בכ- 30 אלף תמונות מתויגות לאימון המערכת. המערכת הותאמה להחלטת הרוב של 6 רדיולוגים מומחים, שפירשו 500 מקרי סרטן, שנבחרו באופן אקראי.
התוצאה היתה כי המערכת תייגה נוכחות או אי נוכחות של סרטן בצילום טוב יותר מהרופאים המומחים. החוקרים אף בדקו השתתפות של המערכת בתהליך הקריאה הכפולה, שבו רדיולוג אחד בוחן את הממוגרפיה, ורדיולוג שני מבקר את ממצאיו. החוקרים טוענים כי המערכת יכולה להפחית את עומס העבודה של הבודק השני בכ -88%.
מערכת, שבאמצעות ה- AI מוצאת ומזהה מצבים פתולוגיים, בהם בני אדם 'מחמיצים' חלק מהנתונים, תהפוך לכלי אבחון רפואי משמעותי. אך ההשלכות של טעות הנעשית על ידי מחשב תהיינה שונות מהותית, בהתייחסות שלנו אליו, לעומת היחס שלנו לטעות אנושית. רכב אוטונומי, שהורג אדם בטעות, -סביר שיתפוס כותרות בעיתון, בניגוד לעשרות אלפי ההרוגים בכבישים בכל שנה, המתים בתאונות מעשה ידי אדם. תועלתם של מחשבים תצטרך עוד להיחקר רבות לפני שנפקיד את בריאותינו בידיהם, אך הדרך אל היעד הולכת ומתקצרת.
מקור התמונה:
https://www.pexels.com/photo/bearded-man-in-white-coat-holding-a-controller-8438993/
