سلام رفقا! امروز می‌خوام یه موضوع خیلی مهم و جذاب رو باهاتون در میون بذارم: تشخیص سرطان سینه با کمک هوش مصنوعی و یادگیری انتقالی (Transfer Learning یعنی یه مدل هوش مصنوعی که قبلاً روی یه دیتای بزرگ آموزش دیده رو میاریم و برای یه کار جدید، مثل تشخیص سرطان سینه، کمی اونو تغییر می‌دیم تا بهتر جواب بده).
خب همون‌طور که می‌دونین، سرطان سینه یکی از مشکلات عمده سلامت تو دنیاست و جون خیلی‌ها رو تحت تاثیر قرار می‌ده. نکته مهم اینجاست که هر چی زودتر و با دقت بیشتری این بیماری رو تشخیص بدیم، شانس درمان و بهبودی خیلی بیشتر می‌شه. اما خب روش‌های قدیمی تشخیص بعضی وقتا اونقدرا دقیق نیستن.
توی این مطالعه، محقق‌ها اومدن چهار تا مدل معروف و قوی یادگیری عمیق (Deep Learning یعنی مدل‌هایی از هوش مصنوعی که خودشون از طریق لایه‌های زیاد، یاد می‌گیرن و می‌تونن تصویر، متن یا صدا رو خیلی خوب تحلیل کنن) رو استفاده کردن: Mobilenetv2، Inceptionv3، ResNet50 و VGG16. این مدل‌ها از قبل روی یه دیتا بزرگ آموزش دیده بودن (همون کاری که بهش یادگیری انتقالی می‌گن) و بعدش این تیم تحقیقاتی اومدن بخش‌هایی از این مدل‌ها رو ثابت یا فریز کردن (یعنی دیگه اون بخش‌ها آموزش داده نشد) و لایه‌های جدیدتری بهشون اضافه کردن. اینطوری می‌شه کاری کرد که مدل قبلی روی کار جدید یعنی تشخیص سرطان سینه هم خوب جواب بده!
برای آموزش و تست این مدل‌ها، از دیتاست BUSI (یه مجموعه داده از تصاویر سونوگرافی سینه که مخصوص تحقیقات تو این زمینه‌ست) استفاده کردن. خب، نتیجه اولیه این شد:
– Mobilenetv2 تونست ۸۵.۶٪ دقت بیاره
– Inceptionv3 حدود ۹۰.۸٪
– ResNet50 مقدار ۸۹.۷٪
– VGG16 هم ۸۸.۰۶٪
حالا این دقت‌ها وقتی به مدل‌های طبقه‌بندی‌کننده (Classifier) متصل شدن، الگوریتم Logistic Regression و Light Gradient Boosting Machine (دو نوع مدل یادگیری ماشین برای دسته‌بندی، که اولی ساده‌تره و دومی با استفاده از درخت تصمیم و تکنیک بوستینگ کار می‌کنه) بهترین نتیجه رو گرفتن.
جالب‌تر اینه که وقتی تیم تحقیقاتی با ترکیب لایه GlobalAveragePooling2D (یه لایه که کمک می‌کنه تصویر ورودی‌ها کوچیک‌تر بشن تا مدل سریع‌تر و کم‌حجم‌تر بشه)، مدل‌ها رو باز آموزش دادن، رکورد دقت‌ها رفت بالاتر:
– ResNet50 با ۹۵.۵٪ دقت، بهترین مدل شد
– Inceptionv3 با ۹۲.۵٪ دوم شد
– VGG16 این بار ۸۶.۵٪ آورد
– Mobilenetv2 هم اینجا ۸۴٪ رو زد
یعنی خلاصه‌ش اینه که استفاده از یادگیری انتقالی تونسته دقت تشخیص سرطان سینه رو به شکل چشمگیری بالا ببره. اگه بخوایم راحت بگیم، روش‌های قدیمی تشخیصی به اندازه این مدل‌های هوش مصنوعی پیشرفته دقیق نبودن و الان با این پیشرفت‌ها، شانس اینکه بیماران سریع‌تر و دقیق‌تر تشخیص بگیرن خیلی بیشتر شده.
اگه برات جالبه بدونی، این مدل‌ها می‌تونن نقش بزرگی تو آینده پزشکی و مخصوصاً در زمینه‌هایی که تشخیص تصویری مهمه، داشته باشن. خلاصه، هوش مصنوعی داره دنیا رو عوض می‌کنه و حوزه سلامت یکی از جاهاییه که حسابی داره ازش بهره می‌بره!
منبع: +
