Ako računalu date dovoljno fotografija i pravi algoritam, ono može naučiti vidjeti. A ako fotografije pokazuju oštećene oči, računalo može naučiti dijagnosticirati očne bolesti čak i bolje od ljudi.
Osobe s dijabetesom često pate od stanja koje se naziva dijabetička retinopatija, gdje se sićušne krvne žile na stražnjoj strani njihovih očiju (mrežnica) oštećuju i počinju curiti. Otprilike jedan od tri dijabetičara ima ovakvu vrstu oštećenja, a ako se ne liječi može uzrokovati trajnu sljepoću. Međutim, s ranim otkrivanjem prilično se može liječiti.
Problem je u tome što mnogi ljudi nemaju pristup oftalmologu koji im može postaviti dijagnozu. U svijetu postoji 387 milijuna dijabetičara koji moraju posjetiti stručnjake kako bi rano otkrili bolest, a naša trenutna prevencija ne djeluje dovoljno dobro — dijabetička retinopatija vodeći je uzrok oštećenja vida i sljepoće u radnoj dobi populacija.
Stoga je Google osmislio način korištenja dubokog strojnog učenja za podučavanje neuronske mreže kako otkriti dijabetičku retinopatiju na fotografijama očiju pacijenata
. Svoj rad objavili su u utorak u Journal of the American Medical Association.Neuronska mreža je poput umjetnog mozga, iako jednostavna. Prikazivanjem ogromnog skupa slika pacijenata sa i bez oštećenja mrežnice, inženjeri mogu uvježbati mrežu da razlikuje bolesne oči od onih koje nisu. Nakon treninga, Googleov tim testirao je neuronsku mrežu kako bi vidio može li algoritam otkriti dijabetičku retinopatiju jednako dobro kao i oftalmolozi koji su vidjeli iste slike.
Googleov algoritam imao je nešto bolje rezultate od ljudskih oftalmologa, što sugerira da je neuronska mreža mogla bi pomoći u pregledu pacijenata u budućnosti ili barem pomoći liječnicima u dijagnozi postupak.
Liječnici već koriste sličnu vrstu tehnologije za pomoć u dijagnosticiranju bolesti poput bolesti srca i nekih vrsta raka. Trenutna tehnologija nije tako napredna kao Googleov novi algoritam dubokog učenja, ali se temelji na istom principu. Liječnici identificiraju probleme poput začepljenja arterije kod bolesti srca i abnormalne izrasline kod raka gledajući slike vašeg tijela, bilo da su snimljene rendgenskom ili CT snimkom. Specijalist za ovu vrstu slika - radiolog - ima dugogodišnje iskustvo pregledavanja fotografija i odabiranja problematičnih područja.
Ali ljudski vid je samo tako dobar, a ljudi su skloni griješiti. Kada bi računalo moglo učiniti istu stvar, vjerojatno bi bilo u stanju nadmašiti ljudsku sposobnost pronalaženja kancerogenih izraslina ili začepljenih arterija. Logično rješenje je naučiti računalo kako izgleda nepravilna slika u odnosu na običnu sliku. To bi moglo izgledati jednostavno - ljudima je ipak dovoljno lako razumjeti sliku.
Žena skače po plaži
Problem je u tome što je razumijevanje slika teže za računala nego za ljudski mozak. Ako gornju sliku pokažete računalu, sve što ono zapravo vidi je niz piksela s određenim bojama koje su im dodijeljene. Vi, s druge strane, vidite plažu i ženu. Možete prepoznati njezine sunčane naočale i šešir. Znate da ona skače i nosi zeleni bikini s bijelim cvjetićima i da je oblačno. Računalo ne zna ništa od toga, osim ako nema računalni vid.
Računalni vid je način učenja računala kako da "vide", da gledaju tu sliku i znaju da osoba leži na plaži u ljubičastim kupaćim hlačama. Način na koji računala trenutno pomažu u dijagnosticiranju pacijenata osnovni je oblik računalnog vida, ali može samo pomoći u procesu - nije dovoljno dobar da zamijeni niz ljudskih očiju.
Google ima potencijal to promijeniti. Već su izvrsni u računalnom vidu, dijelom i zato što imaju golemu količinu podataka. Možete i sami vidjeti koliko dobro već radi, jer Google koristi svoju tehnologiju računalnog vida za organiziranje vaših osobnih slika. Ako idete na Google fotografije upravo sada (pod pretpostavkom da imate Google račun, što vjerojatno imate), možete vidjeti sve fotografije koje je sustav katalogizirao i pretraživati po pojmu. Pokušajte "slike snijega" ili, još bolje, "slike pasa". Slike snijega i pasa će se pojaviti, ne zato što bilo tko označio je te fotografije tekstom, ali zato što je Googleov algoritam računalnog vida identificirao snijeg i pse na njima slike.
Dijabetička retinopatija jedna je od prvih dijagnostičkih aplikacija koje je Google pronašao za nju tim za računalnu viziju dubokog učenja. Drugi timovi već rade na sličnim projektima. Sveučilište Cornell ima Grupa za analizu vida i slike koja radi na korištenju računalnog vida za dijagnosticiranje plućnih bolesti, srčanih problema i problema sa zdravljem kostiju. Finska skupina radi na tome kako dijagnosticirati malariju iz slika krvi, a IBM je proveo godine u razvoju algoritam za otkrivanje raka kože.
Jednog dana bi računalni vid i duboko učenje mogli promijeniti način na koji liječnici dijagnosticiraju pacijente. Ali za sada FDA nije odobrila korištenje ove vrste tehnologije u medicini. Ako je to put budućnosti, morat će smisliti kako sigurno regulirati neuronske mreže. U međuvremenu, možete koristiti Googleove sposobnosti računalnog vida da pronađete slike svog psa i pretvoriti ih u noćne more. Možda ne toliko koristan, ali pristojan način da se provede vrijeme.
