Komputery mogą diagnozować nowotwory
Inteligentnie rozpoznać raka
Rozmowa z dr. inż. Michałem Krukiem, informatykiem i laureatem Nagrody Naukowej POLITYKI, o tym, jak uczy się komputery diagnozować nowotwory.
Pokolorowany elektroniczny obraz komórki rakowej.
Science Photo Library

Pokolorowany elektroniczny obraz komórki rakowej.

Pobrana od pacjenta tkanka z komórkami rakowymi, pod mikroskopem.
Science Photo Library

Pobrana od pacjenta tkanka z komórkami rakowymi, pod mikroskopem.

Dr inż. Michał Kruk
Tadeusz Późniak/Polityka

Dr inż. Michał Kruk

materiały prasowe

Marcin Rotkiewicz: – Sztuczna inteligencja, sieci neuronowe rozpoznające komórki rakowe – to, czym się pan zajmuje, brzmi niemal jak science fiction.
Michał Kruk: – Na pierwszy rzut oka może się tak wydawać, ale dzisiejsze komputery, i to wcale nie jakieś supermaszyny o wielkich mocach obliczeniowych, tylko te zwyczajne, które mamy na biurkach czy nawet w smartfonach, da się wykorzystać do bardzo zaawansowanych zadań. Również takich jak właśnie diagnostyka nowotworów.

Jak zatem zmienić laptop czy smarfon w patomorfologa?
Potrzebna jest do tego tak zwana sieć neuronowa, czyli program komputerowy wykazujący cechy sztucznej inteligencji. Inspiracją dla tworzenia takich sieci była budowa mózgu składającego się przede wszystkim z neuronów, czyli komórek nerwowych. Dlatego działanie sztucznych sieci neuronowych do pewnego stopnia przypomina właśnie funkcjonowanie mózgu. Dzięki temu posiadają bardzo istotną cechę: potrafią się uczyć pewnych umiejętności. Na przykład rozpoznawać, czy dana ludzka komórka ciała, widoczna na zdjęciu mikroskopowym, jest zdrowa czy też przekształciła się już w nowotworową.

Takie sieci neuronowe, a więc programy komputerowe, sam pan pisze?
Nie, wykorzystujemy to, co jest dostępne na rynku, czyli po prostu kupujemy tego typu oprogramowanie.

Czyli praca pańskiego zespołu – jeśli dobrze rozumiem – polega przede wszystkim na tym, aby taką gotową sieć neuronową czegoś nauczyć.
Tak. Po pierwsze, musimy stworzyć od podstaw specjalny algorytm, dzięki któremu komputer wyodrębni ze zdjęcia komórki, widoczne najczęściej na tle otaczającej tkanki. Drugi etap polega na rozpoznaniu, czy komórka jest nowotworowa, i próbie określenia stopnia zaawansowania raka. Brzmi to prosto, ale oczywiście takie nie jest. Zacznijmy od tego, że najpierw ja sam – z pomocą lekarza patomorfologa – muszę nauczyć się wyodrębniać na zdjęciu komórki i identyfikować ich cechy charakterystyczne. Również te umożliwiające odróżnienie zdrowych komórek od nowotworowych. W podręcznikach medycyny oczywiście wszystko pięknie widać – na rysunkach i fotografiach rak wygląda tak, tak i tak. Ale w realnym życiu jest już trochę inaczej i gdy sięgnie się po zdjęcia próbek pobranych od pacjentów, wszystko staje się o wiele bardziej płynne.

Następny etap – i to jest moje główne zadanie – polega na czymś, co w skrócie bym nazwał przełożeniem obrazu komórki na zbiór cech liczbowych. Chodzi między innymi o promień, obwód czy jej powierzchnię. Dopiero takie liczby wrzucamy do sieci neuronowej ze wskazaniem, czy jest to rak czy zdrowa tkanka. Tych zestawów liczb musi być odpowiednio dużo, żeby sieć mogła dobrze się nauczyć, ale też nie za wiele, by jej nie przeuczyć. I teraz możemy ją zacząć testować. Sieć powinna wówczas już sama diagnozować, czy mamy do czynienia z nowotworem i w jakim stopniu zaawansowania.

Ponadto trzeba jeszcze zdecydować – i tu nie ma jakichś jasnych reguł, robi się to po prostu metodą prób i błędów – z ilu sztucznych neuronów powinna się taka sieć składać, oraz ustalić inne jej parametry, żeby najlepiej wykonywała powierzone zadania.

Skoro sieci neuronowe są dostępnymi na rynku programami komputerowymi, w których można zmniejszać lub zwiększać liczbę sztucznych neuronów, to mogą się one między sobą różnić. Pewnie jedne okazują się lepsze w jakimś aspekcie, pozostałe w innym. Czy stosował pan różne sieci, by wspólnie starały się wykonać zadanie?
Tak, czasami pracujemy na kilku, np. pięć sieci „głosuje”, i wskazanie, które w takim plebiscycie wygra, przyjmujemy jako wyjściową diagnozę. Przy bardziej złożonych problemach może to dać lepsze rezultaty. Jeżeli jednak pojedyncza sieć neuronowa uzyskuje sama dobre wyniki, to ona w zupełności wystarczy.

Aktualności, komentarze

W nowej POLITYCE

Zobacz pełny spis treści »

Poleć stronę

Zamknij
Facebook Twitter Google+ Wykop Poleć Skomentuj