هل سيفقد الأطباء وظائفهم أيضا؟ شركات صينية تطور تكنولوجيا الذكاء الاصطناعي لتشخيص السرطان

تعمل NVIDIA بنشاط على تنمية مواهب تطوير التعلم العميق وتوفر دورات تدريبية عملية بالتعاون مع الصناعة والحكومة والأوساط الأكاديمية. إذن ألا يمكن لبائعي الرقائق الآخرين ، مثل Xilinx ، الذي يروج أيضا لاستخدام FPGAs في التعلم العميق ، تقديم برامج تدريبية مماثلة؟

يعتقد كيفن كريويل ، المحلل الرئيسي في شركة أبحاث السوق Tirias Research ، أن هذا ليس هو الحال دائما: "لا تزال FPGAs معقدة للغاية بالنسبة لبرمجة التعلم الآلي ، وهناك بعض المزايا لاستخدام FPGAs (أو تصميم ASICs الخاصة بهم مثل TPUs من Google) ، ولكن وحدات معالجة الرسومات متاحة بشكل عام ومتاحة على الفور ومتعددة الاستخدامات ، ويمكن استخدامها لأداء كل من العرض والتعلم الآلي ". "

تعزز Nvdia قصص النجاح في العالم الحقيقي للتعلم العميق

سلطت Nvidia الضوء على الشركات التي تقوم بالفعل بتطوير برامج / منتجات التعلم العميق على منصة الشركة ، مثل Infervision ، وهي شركة صينية ناشئة تهدف إلى تطوير حلول تشخيصية للتصوير المقطعي بالذكاء الاصطناعي (CT) لتشخيص سرطان الرئة.

تخيل أن تشن كوان (CK) ، المؤسس والرئيس التنفيذي لشركة Imagine Technology ، هو نفسه أحد الشخصيات البارزة في الموجة الذكاء الاصطناعي ، وسيوضح برنامجه كيف يمكن للتكنولوجيا الجديدة أن تساعد مصوري الأشعة الطبية على قراءة الأشعة المقطعية ونتائج الأشعة السينية للكشف عن الآفات والعقيدات المشبوهة في مرضى سرطان الرئة في وقت مبكر وبشكل أكثر كفاءة.

لم يشارك Chen Kuan في تدريب Nvidia ، ولكن في عام 2012 ، أثناء تخصصه في الاقتصاد والتمويل في جامعة شيكاغو ، صادف مقدمة لمنصة التعلم العميق الخاصة ب Nvidia: "أظهرها لي صديق لي ، وكنت مفتونا". "

خلال الانتخابات الرئاسية الأمريكية لعام 2012 ، عمل مع طلاب آخرين في جامعة شيكاغو ومعهد ماساتشوستس للتكنولوجيا لاستخدام الذكاء الاصطناعي لتطوير برنامج يمكنه فرز المشاركات من المرشحين من الحزبين باراك أوباما وميت رومني على تويتر والكشف عن التصور العام للمرشحين. هذا هو أول استثمار ل Chen Kuan في مجال التعلم العميق.

في عام 2014 ، عاد تشن كوان ، طالب الدكتوراه ، إلى الصين للبحث عن فرص عمل الذكاء الاصطناعي في صناعات مختلفة ، وبعد عدة مقابلات ، قدم له تقني إشعاعي يعمل في أكبر مستشفى في الصين مصدر إلهام حول إمكانية تطوير تقنية التعلم العميق للكشف عن السرطان ، مما أدى إلى ولادة تكنولوجيا المضاربة. يمكن القول أن تشين كوان التقى بأحد النبلاء.

ويعد اعتماد الأطباء عاملا رئيسيا في التحسين المستمر لعملية تصور تطوير التكنولوجيا، وقال تشن كوان إن أكثر من 100 مستشفى في الصين تعمل الآن مع الشركة لاستيراد البيانات التي تم التقاطها بواسطة معدات التصوير المقطعي والأشعة السينية ومقارنة النتائج.

حدثت اللحظة الفاصلة لمنتجات التعلم العميق ل Chen Kuanzhi عندما هزمت AlphaGo ، التي طورتها شركة الذكاء الاصطناعي Deep Mind التابعة لشركة Google ، أساتذة Go البشريين في عام 2015. فاز AlphaGo مرة أخرى في عام 2016 في مبارزة ضد لاعبي الشطرنج البشريين. وقال تشن كوان: "بعد ذلك، غير المجتمع الطبي الصيني الذي كان لا يزال متشككا الذكاء الاصطناعي مواقفه. خلاف ذلك ، لا أحد يثق حقا في برامج التعلم العميق. "

يستخدم الأطباء في مستشفى تونغجي في ووهان ، الصين ، برنامجا طورته شركة Speculative Technology (المصدر: Speculative Technology)

دع الآلة تتعلم من تلقاء نفسها

وقال تشن كوان أن الأطباء يستخدمون برامج الرؤية الآلية التقليدية بمساعدة الكمبيوتر ، مثل R2 ، منذ تسعينيات القرن العشرين. لكن R2 ، على عكس الجيل الجديد من برامج التعلم العميق من Imagination Technology ، يجب على الطبيب أولا إخبار الجهاز بما يجب البحث عنه ووصف خصائص الكائن للعثور عليه ، على الرغم من أنه أيضا نتيجة لتطوير العديد من الخبراء ، ولكن الدقة ليست عالية جدا.

تدور تقنية المضاربة حول السماح للآلة بتعلم ما الذي تبحث عنه: "ستتعلم الآلة المنطقة الفعلية التي يجب الانتباه إليها وخصائص الكائن الذي تبحث عنه. ومع ذلك ، أكد تشن كوان أن هذا التعلم يعتمد على كمية كبيرة من البيانات التي تم جمعها من مختلف المؤسسات الطبية على مدى فترة طويلة من الزمن.

لحسن الحظ ، منذ اندلاع وباء السارس في عام 2002 ، شجعت الحكومة الصينية بنشاط تركيب جيل جديد من معدات تكنولوجيا المعلومات في المستشفيات الكبيرة. قال تشن كوان إن العديد من مستشفيات الدرجة الأولى لديها بالفعل مراكز بيانات خاصة بها لتخزين جميع بيانات الصور. بالطبع ، الصور المخزنة ليست مثالية: "إذا كانت الدقة سيئة للغاية ، فإنها تصبح حالة كلاسيكية من GIGO (القمامة في الداخل ، القمامة خارج)." "

تستعد Imagine Technology حاليا لاستكمال نتائج الاختبار من مصوري الأشعة المشاركين في برامج التبني المبكر ، ومن أجل توسيع أعمالها ، تنتظر الشركة أيضا الموافقة على برمجياتها من إدارة الغذاء والدواء الصينية (CFDA).

قال تشن كوان إنه حتى الآن ، يبدو أن نتائج النتائج المقارنة بين مصوري الأشعة البشرية وأجهزة الكمبيوتر "واعدة للغاية" ، ويمكن للاثنين العثور على عقيدات سرطانية أكبر من 6 مم في نفس الوقت. يعمل الكمبيوتر بشكل أفضل في البحث عن عقيدات 3 ~ 6 مم أو أقل. لكنه يعترف أيضا بأن العلماء لا يستطيعون حتى الآن شرح كيف يمكن لأجهزة الكمبيوتر الوصول إلى استنتاجات محددة ، وهو عيب في التعلم العميق.

كما شدد على أن برامج التعلم العميق لا تهدف إلى استبدال أخصائيي الأشعة ، بل أن الخبراء البشريين يعملون مع أجهزة الكمبيوتر للتحقق من النتائج الصحيحة.