ऐ तकनीक में मेडिकल इमेजिंग के लिए नेतृत्व कर सकते गलत निदान — ScienceDaily


मशीन सीखने और ऐ अत्यधिक अस्थिर कर रहे हैं में चिकित्सा छवि पुनर्निर्माण, और नेतृत्व कर सकते हैं के लिए झूठी सकारात्मक और झूठी नकारात्मक, एक नए अध्ययन से पता चलता है ।

शोधकर्ताओं की एक टीम के नेतृत्व में, कैम्ब्रिज विश्वविद्यालय और साइमन फ्रेजर विश्वविद्यालय, डिज़ाइन परीक्षण की एक श्रृंखला के लिए चिकित्सा छवि पुनर्निर्माण एल्गोरिदम पर आधारित है, एअर इंडिया और गहरी सीखने, और पाया है कि इन तकनीकों में परिणाम असंख्य कलाकृतियों, या अवांछित परिवर्तन में डेटा, के बीच अन्य प्रमुख त्रुटियों में अंतिम चित्र. प्रभाव थे तौर पर नहीं वर्तमान में गैर-ऐ आधारित इमेजिंग तकनीक है.

घटना भर में व्यापक था के विभिन्न प्रकार के कृत्रिम तंत्रिका नेटवर्क, सुझाव है कि समस्या नहीं होगा आसानी से remedied है. शोधकर्ताओं ने चेतावनी देते हैं कि पर भरोसा ऐ-आधारित छवि पुनर्निर्माण तकनीक बनाने के लिए निदान और निर्धारित उपचार कर सकता है अंततः नुकसान नहीं करने के लिए रोगियों. उनके परिणाम में रिपोर्ट कर रहे हैं कार्यवाही के नेशनल एकेडमी ऑफ साइंसेज.

“वहाँ एक बहुत की गई है के बारे में उत्साह में एअर इंडिया मेडिकल इमेजिंग, और यह अच्छी तरह से हो सकता है की क्षमता में क्रांतिकारी बदलाव के लिए आधुनिक चिकित्सा: हालांकि, वहाँ रहे हैं संभावित नुकसान है कि नजरअंदाज नहीं किया जाना चाहिए,” कहा Dr ऐन्डर्स Hansen से कैम्ब्रिज विभाग के लागू गणित और सैद्धांतिक भौतिकी, जो अनुसंधान का नेतृत्व किया के साथ डॉ बेन Adcock से साइमन फ्रेजर विश्वविद्यालय है. “हमने पाया है कि ऐ तकनीक के अत्यधिक अस्थिर कर रहे हैं में मेडिकल इमेजिंग, इतना है कि छोटे से इनपुट में परिवर्तन में परिणाम कर सकते में बड़े परिवर्तन का उत्पादन.”

एक ठेठ एमआरआई स्कैन ले जा सकते हैं के बीच कहीं भी 15 मिनट और दो घंटे के लिए, आकार पर निर्भर करता है के क्षेत्र में किया जा रहा है और स्कैन छवियों की संख्या ले जाया जा रहा है. अब रोगी खर्च करता है मशीन के अंदर, उच्च संकल्प अंतिम छवि हो जाएगा. हालांकि, सीमित समय की राशि के रोगियों खर्च मशीन के अंदर वांछित है, दोनों के लिए जोखिम को कम करने के लिए व्यक्ति के रोगियों के लिए वृद्धि की कुल संख्या स्कैन कर सकते हैं कि प्रदर्शन किया.

का उपयोग कर ऐ तकनीक में सुधार करने के लिए छवियों की गुणवत्ता से एमआरआई स्कैन या अन्य प्रकार के मेडिकल इमेजिंग है एक आकर्षक संभावना है, समस्या को सुलझाने के लिए हो रही के उच्चतम गुणवत्ता में छवि की छोटी से छोटी राशि के समय: सिद्धांत रूप में, ऐ ले सकता है एक कम संकल्प छवि है और यह एक उच्च संकल्प संस्करण है । ऐ एल्गोरिदम ‘जानने’ के लिए फिर से संगठित छवियों पर आधारित प्रशिक्षण से पिछले डेटा है, और इस प्रशिक्षण के माध्यम से प्रक्रिया लक्ष्य अनुकूलन करने के लिए गुणवत्ता के पुनर्निर्माण. इस का प्रतिनिधित्व करता है एक क्रांतिकारी परिवर्तन के लिए की तुलना में शास्त्रीय पुनर्निर्माण तकनीक है कि कर रहे हैं पूरी तरह से के आधार पर गणितीय सिद्धांत पर निर्भरता के बिना पिछले डेटा. विशेष रूप से, शास्त्रीय तकनीक सीखना नहीं है,.

किसी भी एअर इंडिया एल्गोरिथ्म की जरूरत है दो बातें किया जा करने के लिए विश्वसनीय: सटीकता और स्थिरता । एक AI आम तौर पर वर्गीकृत की एक छवि के रूप में एक बिल्ली एक बिल्ली है, लेकिन छोटे से, लगभग अदृश्य छवि में बदलाव के कारण हो सकता है एल्गोरिथ्म के बजाय करने के लिए वर्गीकृत के रूप में बिल्ली एक ट्रक या एक मेज, उदाहरण के लिए. इस उदाहरण में, छवि के वर्गीकरण, एक बात है कि गलत जा सकता है कि छवि को गलत तरीके से वर्गीकृत किया जाता है । हालांकि, जब यह आता है करने के लिए छवि पुनर्निर्माण, इस तरह के रूप में प्रयोग किया जाता है कि मेडिकल इमेजिंग में, वहाँ कई चीजें हैं जो गलत जाएँ कर सकते हैं. उदाहरण के लिए, की तरह विवरण के एक ट्यूमर खो दिया हो सकता है या हो सकता झूठा जोड़ा जा सकता है. विवरण किया जा सकता है अस्पष्ट और अवांछित कलाकृतियों में हो सकता है की छवि.

“जब यह आता है करने के लिए महत्वपूर्ण निर्णय के चारों ओर मानव स्वास्थ्य, हम बर्दाश्त नहीं कर सकता है करने के लिए एल्गोरिदम बनाने गलतियों ने कहा,” Hansen. “हमने पाया है कि सबसे नन्हा भ्रष्टाचार, इस तरह के रूप में हो सकता है की वजह से एक मरीज चलती है, दे सकते हैं एक बहुत अलग परिणाम है अगर आप का उपयोग कर रहे हैं एअर इंडिया और गहरी सीखने के पुनर्निर्माण के लिए चिकित्सा छवियों — जिसका अर्थ है कि इन एल्गोरिदम की कमी है, स्थिरता की जरूरत है वे.”

Hansen और उनके सहयोगियों से नॉर्वे, पुर्तगाल, कनाडा और ब्रिटेन डिज़ाइन परीक्षण की एक श्रृंखला को खोजने के लिए में खामियों को एअर इंडिया आधारित मेडिकल इमेजिंग सिस्टम, सहित एमआरआई, सीटी और एनएमआर. वे माना जाता है तीन महत्वपूर्ण मुद्दों: अस्थायित्व के साथ जुड़े छोटे perturbations, या आंदोलनों; अस्थायित्व के लिए सम्मान के साथ छोटे संरचनात्मक परिवर्तन, इस तरह के रूप में एक मस्तिष्क की छवि के साथ या बिना एक छोटे ट्यूमर; और अस्थायित्व के लिए सम्मान के साथ परिवर्तन की संख्या में नमूने.

उन्होंने पाया कि कुछ छोटे आंदोलनों का नेतृत्व करने के लिए असंख्य कलाकृतियों में अंतिम चित्र, विवरण धुंधला कर रहे थे या पूरी तरह से हटा दिया है, और है कि गुणवत्ता छवि के पुनर्निर्माण होगा के साथ खराब दोहराया subsampling. इन त्रुटियों थे भर में बड़े पैमाने पर विभिन्न प्रकार के तंत्रिका नेटवर्क.

शोधकर्ताओं के अनुसार, सबसे अधिक चिंता त्रुटियों कर रहे हैं कि लोगों को रेडियोलॉजिस्ट व्याख्या कर सकता है के रूप में चिकित्सा मुद्दों, के रूप में विरोध करने के लिए उन है कि आसानी से खारिज किया जा करने के लिए कारण एक तकनीकी त्रुटि.

“हम विकसित परीक्षण सत्यापित करने के लिए हमारे थीसिस है कि गहरी सीखने की तकनीक के लिए किया जाएगा सार्वभौमिक रूप से अस्थिर मेडिकल इमेजिंग में कहा,” Hansen. “तर्क के लिए हमारी भविष्यवाणी है कि वहाँ था एक सीमा के लिए कितना अच्छा एक पुनर्निर्माण दिया जा सकता प्रतिबंधित स्कैन समय । कुछ समझ में, आधुनिक ऐ तकनीक इस बाधा को तोड़ने, और एक परिणाम के रूप में अस्थिर हो जाते हैं. हम गणितीय दिखाया है कि वहाँ है एक मूल्य का भुगतान करने के लिए इन अस्थायित्व, या यह डाल करने के लिए बस वहाँ है अभी भी कोई ऐसी बात नहीं के रूप में एक मुक्त दोपहर का भोजन है.”

शोधकर्ताओं ने अब कर रहे हैं उपलब्ध कराने पर ध्यान केंद्रित मौलिक सीमा के लिए क्या कर सकते हैं के साथ किया जा ऐ तकनीक है. केवल जब इन सीमाओं से जाना जाता है, हम समझने में सक्षम हो सकता है जो समस्याओं को हल किया जा सकता है. “परीक्षण और त्रुटि के आधार पर अनुसंधान कभी नहीं होगा पता चलता है कि alchemists नहीं कर सकता है सोना: हम कर रहे हैं में एक इसी तरह की स्थिति के साथ आधुनिक ऐ ने कहा,” Hansen. “इन तकनीकों कभी नहीं होगा खोजने के लिए, उनकी खुद की सीमाओं. इस तरह की सीमाओं में ही किया जा सकता है गणितीय दिखाया.”



Source link

Leave a Reply

Your email address will not be published. Required fields are marked *