ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ದಿನದಿಂದ ದಿನಕ್ಕೆ ಹೊಸ ಮೈಲಿಗಲ್ಲನ್ನು ಸಾಧಿಸುತ್ತಿದೆ. ಈ ಸಾಲಿಗೆ ಸೇರಿಸುವ ಮೂಲಕ, Google ನ AI ಈಗ ಸಾಮಾನ್ಯವಾಗಿ ತಜ್ಞರನ್ನು ಮೀರಿಸುತ್ತದೆ, ಮಾನವ ದೇಹದಲ್ಲಿ ಸ್ತನ ಕ್ಯಾನ್ಸರ್ ಅನ್ನು ಪತ್ತೆಹಚ್ಚುತ್ತದೆ.
ಸ್ತನ ಕ್ಯಾನ್ಸರ್‌ಗಾಗಿ ಸ್ಕ್ರೀನಿಂಗ್ ಅನ್ನು ಸಾಮಾನ್ಯವಾಗಿ ಮ್ಯಾಮೊಗ್ರಾಮ್ಗಳನ್ನು (ಅಥವಾ ಸ್ತನಗಳ ಎಕ್ಸ್-ರೇ ಚಿತ್ರಗಳು) ಸ್ಕ್ಯಾನ್ ಮಾಡುವ ಮೂಲಕ ಮಾಡಲಾಗುತ್ತದೆ, ಆದರೆ ಅವುಗಳು ಮಿತಿಗಳನ್ನು ಹೊಂದಿವೆ. ಅವರು ತಪ್ಪು ಧನಾತ್ಮಕ ಅಥವಾ ತಪ್ಪು ಋಣಾತ್ಮಕ ಫಲಿತಾಂಶವನ್ನು ನೀಡಬಹುದು.
ಸ್ತನ ಕ್ಯಾನ್ಸರ್ ಇರುವಾಗಲೂ ತಪ್ಪು ಋಣಾತ್ಮಕ ಮಮೊಗ್ರಾಮ್ ಸಾಮಾನ್ಯವಾಗಿ ಕಾಣುತ್ತದೆ. ಅದೇ ರೀತಿ, ತಪ್ಪು-ಧನಾತ್ಮಕ ಮಮೊಗ್ರಾಮ್ ಸ್ತನ ಕ್ಯಾನ್ಸರ್ ಇಲ್ಲದಿದ್ದರೂ ಸಹ ತೋರಿಸುತ್ತದೆ.
Google ನ AI ಸ್ತನ ಕ್ಯಾನ್ಸರ್ ಅನ್ನು ಪತ್ತೆ ಮಾಡುತ್ತದೆ, ಆದರೆ...
Google AI ತರಬೇತಿ ನೀಡಲಾಗಿದೆ ಕ್ಯಾನ್ಸರ್ ಕೋಶಗಳ ಉಪಸ್ಥಿತಿಗಾಗಿ ಮ್ಯಾಮೊಗ್ರಾಮ್ಗಳನ್ನು ಓದಲು ಮತ್ತು ವಿಶ್ಲೇಷಿಸಲು. ಅದಕ್ಕಾಗಿ, ಸಂಶೋಧಕರು UK ಯಲ್ಲಿ ಮಹಿಳೆಯರಿಂದ ಸುಮಾರು 76,000 ಅನಾಮಧೇಯ ಮಮೊಗ್ರಾಮ್‌ಗಳನ್ನು ಮತ್ತು US ನಲ್ಲಿ ಮಹಿಳೆಯರಿಂದ 15,000 ಮ್ಯಾಮೊಗ್ರಾಮ್ಗಳನ್ನು ಬಳಸಿದ್ದಾರೆ.
ಅವರು AI ಅನ್ನು ನಿರ್ಣಯಿಸಲು ಯುನೈಟೆಡ್ ಕಿಂಗ್‌ಡಮ್‌ನ 25,000 ಮಹಿಳೆಯರು ಮತ್ತು ಯುನೈಟೆಡ್ ಸ್ಟೇಟ್ಸ್‌ನ 3,000 ಮಹಿಳೆಯರ ಪ್ರತ್ಯೇಕ ಅನಾಮಧೇಯ ಮ್ಯಾಮೊಗ್ರಾಮ್ ಡೇಟಾಬೇಸ್ ಅನ್ನು ಬಳಸಿದರು.
ನಿಖರತೆಯನ್ನು ಪರಿಶೀಲಿಸಲು AI ಹಿಂತಿರುಗಿಸಿದ ಫಲಿತಾಂಶಗಳನ್ನು ನಿಜವಾದ ವೈದ್ಯಕೀಯ ವರದಿಗಳಿಗೆ ಹೋಲಿಸಲಾಗಿದೆ. ಇದು ಅಮೇರಿಕನ್ ಮಹಿಳೆಯರಿಗೆ 9,4% ಮತ್ತು UK ಮಹಿಳೆಯರಿಗೆ 2,7% ರಷ್ಟು ತಪ್ಪು ನಿರಾಕರಣೆಗಳ ಸಂಖ್ಯೆಯನ್ನು ಕಡಿಮೆ ಮಾಡಲು ನಿರ್ವಹಿಸುತ್ತದೆ.
ಮತ್ತೊಂದೆಡೆ, ಇದು US ನಲ್ಲಿ 5,7% ಮತ್ತು UK ನಲ್ಲಿ 1,2% ರಷ್ಟು ತಪ್ಪು ಧನಾತ್ಮಕತೆಯನ್ನು ಕಡಿಮೆ ಮಾಡಿದೆ.
ಡೀಪ್‌ಮೈಂಡ್, ರಾಯಲ್ ಸರ್ರೆ ಕೌಂಟಿ ಆಸ್ಪತ್ರೆ, ನಾರ್ತ್‌ವೆಸ್ಟರ್ನ್ ಯೂನಿವರ್ಸಿಟಿ ಮತ್ತು ಕ್ಯಾನ್ಸರ್ ರಿಸರ್ಚ್ ಯುಕೆ ಇಂಪೀರಿಯಲ್ ಸೆಂಟರ್‌ನ ಸಂಶೋಧಕರನ್ನು ಒಳಗೊಂಡ ತಂಡವು ನೇಚರ್ ಜರ್ನಲ್‌ನಲ್ಲಿ ಸಂಶೋಧನೆಗಳನ್ನು ಪ್ರಕಟಿಸಿದೆ.
ಇನ್ನೂ ಪರಿಪೂರ್ಣವಾಗಿಲ್ಲ
ಗೂಗಲ್‌ನ AI ಅನೇಕ ಸಂದರ್ಭಗಳಲ್ಲಿ ಮಾನವ ತಜ್ಞರನ್ನು ಸೋಲಿಸುವಲ್ಲಿ ಯಶಸ್ವಿಯಾದರೆ, AI ತಪ್ಪಿದ ಸಂದರ್ಭಗಳಲ್ಲಿ ತಜ್ಞರು ಕ್ಯಾನ್ಸರ್ ಚಿಹ್ನೆಗಳ ಉಪಸ್ಥಿತಿಯನ್ನು ಪತ್ತೆಹಚ್ಚಿದ ಸಂದರ್ಭಗಳಿವೆ.
ಆದಾಗ್ಯೂ, ಇಲ್ಲಿ, ರೋಗಿಯ ಇತಿಹಾಸಗಳು ಮತ್ತು ಹಿಂದಿನ ಮ್ಯಾಮೊಗ್ರಾಮ್‌ಗಳಂತಹ ಮಾನವ ತಜ್ಞರಿಗಿಂತ ಕಡಿಮೆ ಮಾಹಿತಿಗೆ AI ಪ್ರವೇಶವನ್ನು ಹೊಂದಿದೆ ಎಂದು Google ಗಮನಸೆಳೆದಿದೆ. ಆದರೂ, ಅವರು ಸಾಕಷ್ಟು ಚೆನ್ನಾಗಿ ನಿರ್ವಹಿಸುತ್ತಿದ್ದರು.
ಆದ್ದರಿಂದ AI ಈ ಸಮಯದಲ್ಲಿ ಈ ಕ್ಷೇತ್ರದಲ್ಲಿ ಮನುಷ್ಯರನ್ನು ಬದಲಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ ಎಂದರ್ಥ. ಆದಾಗ್ಯೂ, ಸ್ಕ್ರೀನಿಂಗ್ ಕಾರ್ಯಕ್ರಮಗಳ ಸಮಯದಲ್ಲಿ ತಂತ್ರಜ್ಞಾನವು ವಿಕಿರಣಶಾಸ್ತ್ರಜ್ಞರಿಗೆ ಪೂರಕವಾಗಿರಬೇಕು ಮತ್ತು ಫಲಿತಾಂಶಗಳ ನಿಖರತೆ ಮತ್ತು ದಕ್ಷತೆಯನ್ನು ಹೆಚ್ಚಿಸಬೇಕು ಎಂಬುದು ಗುರಿಯಾಗಿದೆ.
ಅಭಿವೃದ್ಧಿ ಮುಂದುವರಿದಂತೆ, ಸಂಶೋಧಕರು ಲೆಕ್ಕಾಚಾರ ಮಾಡಲು ಪ್ರಯತ್ನಿಸುತ್ತಿರುವ ಒಂದು ವಿಷಯವೆಂದರೆ ಅವರು AI ಫಲಿತಾಂಶಗಳನ್ನು ಹೇಗೆ ಸಾಮಾನ್ಯೀಕರಿಸಬಹುದು.
ಆರಂಭಿಕರಿಗಾಗಿ, ಅವರು ಪ್ರತ್ಯೇಕ ಪರೀಕ್ಷೆಯನ್ನು ನಡೆಸಿದರು, ಅಲ್ಲಿ AI ಯುಕೆ ಮಹಿಳೆಯರ ಡೇಟಾದ ಮೇಲೆ ತರಬೇತಿ ಪಡೆದಿದೆ ಮತ್ತು US ಮಹಿಳೆಯರ ಡೇಟಾ ಸೆಟ್ ಅನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಿದೆ. ಇದು ತಪ್ಪು ನಿರಾಕರಣೆಗಳನ್ನು 8.1% ಮತ್ತು ತಪ್ಪು ಧನಾತ್ಮಕತೆಯನ್ನು 3.5% ರಷ್ಟು ಕಡಿಮೆ ಮಾಡಿದೆ.
ದಿ ವರ್ಜ್ ಮೂಲಕ