Študent „trénoval“ umelú inteligenciu [Pravda]

Informatici hľadajú spôsoby, ako odľahčiť prácu lekárov a spresniť diagnostiku. Taký cieľ má aj doktorand Fakulty informatiky a informačných technológií Slovenskej technickej univerzity v Bratislave Martin Tamajka. Umelú inteligenciu naučil vyhodnocovať snímky mozgu z vyšetrenia magnetickou rezonanciou. Pri projekte spolupracuje s praxou. Automatická analýza medicínskych dát je živý výskum, ktorý prebieha po celom svete. Vedci, študenti, výrobcovia medicínskych zariadení – tí všetci hľadajú cesty, ako pomôcť lekárom s diagnostikou, aby mali viac času na liečbu pacientov.
Martin Tamajka vytvoril program, ktorý dokáže automaticky vyhodnotiť množstvo 3D snímok, ktoré vzniknú pri jednom vyšetrení magnetickou rezonanciou. V projekte sa zatiaľ zameral na snímky mozgu. Program zatrieďuje do troch skupín naskenované časti mozgu – sivú hmotu, bielu hmotu a mozgovomiechovú tekutinu. Prístup, ktorý navrhol, umožňuje pri zatrieďovaní identifikovať anomálie a upozorniť na ne lekárov. Uľahčuje tak diagnostiku ochorení ako Alzheimerova choroba, demencia, skleróza multiplex či nádory mozgu. V súčasnosti takto snímky najčastejšie vyhodnocovali rádiológovia. Tamajkov program im ušetrí hodiny práce. Snímky môže program spracovať napríklad v noci a lekára budú ráno čakať informácie potrebné na stanovenie diagnózy a určenie liečby. „Program využíva niekoľko postupov v informatike – počítačové videnie, strojové učenie a umelú inteligenciu. V prvom kroku bolo potrebné umelú inteligenciu naučiť čítať, čo vidí na snímke, a správne jednotlivé časti 3D obrazu – voxely (3D pixely) – rozlišovať a zhlukovať do zmysluplných celkov – supervoxelov. Najskôr musí program odstrániť okolité tkanivá ako lebka, oči a ďalšie nedôležité časti obrazu a umelá inteligencia musí potom správne zatriediť časti mozgu do sivej, bielej hmoty a mozgovomiechovej tekutiny. Neurónovú sieť som „učil“ rozpoznávať len zdravé mozgy, a teda pri anomáliách ako napr. nádor si nebude istá, kam časť snímky zaradiť. Toto môže byť upozornenie pre lekára, že v mozgu niečo nie je tak, ako má byť,“ vysvetlil Martin Tamajka.
V prvom rade musel stanoviť viac ako 50 parametrov, pomocou ktorých umelá inteligencia snímky vyhodnocuje, potom nasledovalo samotné učenie pod dohľadom „trénera“. Učenie prebiehalo pomocou stoviek snímok zdravého mozgu. V treťom kroku už umelá inteligencia pracovala sama a nasledovalo porovnanie jej výsledkov s výsledkami rádiológov. Nepočínala si zle, odlišnosť bola v rozsahu, v akom je to bežné aj vtedy, keď snímky vyhodnocujú ľudia.
Metóda, ktorú vyvinul, sa dá použiť aj na segmentáciu iných orgánov ľudského tela. Ako povedal, stačí umelú inteligenciu naučiť čítať snímky iného orgánu. Na projekte spolupracoval s firmou Siemens, ktorá je jedným z najväčších svetových výrobcov a dodávateľom medicínskych zariadení. „Bavilo ma pozerať sa na medicínu z pohľadu informatiky a pracovať s ľuďmi z klinickej praxe – s rádiológmi. Veľmi ma napríklad zarazila variabilita ľudského tela – postup, ktorý na jednom ľudskom mozgu fungoval spoľahlivo, na inom zlyhal. Hovorí sa, že každý človek je jedinečný, a toto stopercentne platí nielen o charaktere, ale aj o anatómií. Okrem toho vidím, že informatik môže mať veľmi rozdielny názor na to, ako by malo vyzerať používateľské rozhranie – darmo si budem myslieť, aké je najlepšie usporiadanie tlačidiel, keď expert z praxe je zvyknutý na niečo iné. Chvíľu to človeka zamrzí, no treba si uvedomiť, že systém má slúžiť najmä tým, čo ho používajú,“ dodal Tamajka.