ИИ уверенно демонстрирует успехи в визуальном анализе, который широко применяется в медицине. Однако в области онкологии прогресс оказался гораздо более скромным, сообщает vkurse.kz со ссылкой на MIT Technology Review.
Например, модель Atlas, разработанная в знаменитой Клинике Мейо, была обучена на массиве из 1,2 миллиона образцов, собранных за почти полмиллиона случаев. Но даже при таком объёме данных точность диагностики рака простаты достигла лишь 70,5%, что существенно ниже, чем у квалифицированных врачей, которые достигают 84,6%.
Карло Бифулко, главный врач Providence Genomics, подчеркнул, что даже 90% точности в онкологии недостаточно. Это связано с тем, что каждая ошибка в таком деле может стоить жизни.
Одним из главных препятствий на пути к совершенству ИИ остаётся дефицит данных для обучения. Эндрю Норган из Клиники Мейо отметил, что в Соединенных Штатах оцифровали только 10% патологоанатомических архивов. Более того, большая часть необходимых образцов пылится под стеклом в лабораториях и архивах. Как рассказал технический директор компании Aignostics Максимилиан Альбер, найти ткани с редкими заболеваниями крайне сложно: даже скрупулёзный анализ баз данных даёт не превышает 20 релевантных случаев за десятилетие.
Не менее значимым барьером является и технический аспект. Изображения биопсийных тканей небольшие, что для анализа их приходится многократно повышать. Результирующее цифровое изображение может достигать 14 млрд пикселей. Чтобы понять масштаб: это в 387 тысяч раз больше, чем типичные фотографии, на них обычно обучаются ИИ-модели.
