اگه دیدی یه نفر تو شرایط اورژانسی یا حتی وسط میدون جنگ، با یه دستگاه کوچیک داره با سونوگرافی درجا وضعیت یه مریض رو بررسی میکنه، احتمالاً داره از POCUS استفاده میکنه. POCUS همون سونوگرافی دمدستی و قابل حمله که برای تشخیص سریع آسیبهای داخلی خیلی راه میافته، مخصوصاً وقتی منابع و امکانات کمه یا با تعداد زیادی مصدوم طرفیم.
اما خب این سونوگرافیای دمدستی یه ایراد اساسی دارن: هر کسی نمیتونه درست و دقیق تفسیرشون کنه. باید تجربه داشته باشی، آموزش دیده باشی و یه جورایی قلقِش رو بلد باشی. همین موضوع باعث میشه خیلی وقتا پزشکا و امدادگرا نتونن به سرعت و راحتی تصمیم درست بگیرن.
حالا اینجاست که هوش مصنوعی یا همون AI میاد وسط و قهرمان بازی در میاره! (یه توضیح کوتاه: هوش مصنوعی یعنی الگوریتمهایی که میتونن کارای پیچیده مثل تشخیص تصویر یا متن رو خودشون انجام بدن، بدون اینکه همه جزئیات دستی بهشون داده بشه.)
توی این پروژه جذاب، اومدن رو این کار کردن که بتونن مدلهای AI رو جوری آموزش بدن که تو لحظه واقعی (Real-time) و کاملاً به طور اتوماتیک، وجود خونریزی یا مایع آزاد داخل شکم رو توی دو تا از شایعترین نواحی سونوگرافی شکم (یعنی لگن و بخش راست-بالای شکم) پیدا کنن. اگه ندونی، مایع آزاد میتونه نشونه خطرناکی از خونریزی داخلی باشه که باید فوراً شناسایی بشه.
برای این ماجرا، بیش از ۶۰ هزار تصویر سونوگرافی مربوط به خوکها رو از فایلهای قدیمی جمع کردن و باهاش مدلهای تشخیص دوتایی (Binary Classification) رو آموزش دادن؛ یعنی مدل باید بگه تو هر تصویر “مایع آزاد هست” یا “نیست”. جالب اینه که تکنیک خیلی پیشرفتهای به اسم Frame-pooling رو هم امتحان کردن، که یعنی تصاویر متوالی رو با هم بررسی میکنه تا دقت مدل بره بالاتر. ضمناً از معماریهای آماده مدلی که قبلاً وجود داشته هم استفاده کردن، ولی یه جوری که بشه چند کاناله (چند تصویری) کار کرد؛ یعنی همزمان چند ورودی تصویری رو تحلیل کنه.
قبل از این مدلها، توی پیشبینیهای بلایند (Blind Prediction، یعنی وقتی مدل تصویر جدیدی رو میبینه که قبلاً ندیده بود) دقت مدلها برای بخش لگن ۰.۵۹ و برای راست-بالای شکم ۰.۷۰ بود؛ که خب خیلی عالی نبود. اما وقتی همین تکنیکهای جدید رو گذاشتن اجرا بشه، دقت هر دو مدل رفت بالای ۰.۹۰! یعنی تقریباً از هر ۱۰ تا تصویر، ۹ تاش رو درست پیشبینی میکردن! فوقالعادهست.
این نتیجهها نشون میدن که AI میتونه واقعاً به پزشکها کمک کنه تا سریعتر و دقیقتر تصمیم بگیرن، مخصوصاً تو جاهایی که وقت کمه و آدمها زیاد مصدوم شدن. تازه این مدلها فعلاً روی دادههای آزمایشگاهی و حیوانی امتحان شدن، ولی نویسندهها میگن با بهینهسازی و کار بیشتر احتمالاً میشه رو دادههای کلینیکی (یعنی دادههای واقعیِ بیماران انسانی) هم این دقت بالا رو به دست آورد.
در کل، خلاصهش اینه: هوش مصنوعی داره تبدیل میشه به دست راست پزشکا برای تفسیر تصاویر سونوگرافی تو شرایط سخت. هم بار ذهنی رو کم میکنه (یعنی لازم نیست کسی دائماً تمرکز کنه و نگران اشتباه باشه)، هم به تصمیمگیری سریعتر کمک میکنه. و این یعنی زندگیهای بیشتری نجات پیدا میکنه! جذاب نیست؟!
منبع: +
