Gépi tanulás segítheti az autoimmun betegségek diagnosztizálását

Az ELTE Természettudományi Kar fizikusai dobogós helyezést értek el azon a nemzetközi gépi tanulási versenyen, amelyen autoimmun betegségek hatékonyabb gépi diagnosztizálása volt a feladat.

Csabai István professzor tanítványainak eredménye szerint a mesterséges intelligencia bevetésével bizonyos ízületi károsodások hosszú távú lefolyását pontosabban nyomon lehet követni.

Az elmúlt évtizedben a gépi látás robbanásszerű fejlődésen ment keresztül köszönhetően a neurális hálózatok (deep learning) terén elért kutatási eredményeknek. Szinte mindennaposak a hírek, hogy különböző feladatokat – a gyakran mesterséges intelligenciaként is emlegetett modellek – emberi pontossággal tudnak megoldani. Az ELTE Természettudományi Kar fizikusai dobogós helyezést értek el azon a nemzetközi gépi tanulási versenyen, amelyen autoimmun betegségek hatékonyabb gépi diagnosztizálása volt a feladat.

A University of Alabama at Birmingham és a Dream Challenges által szervezett versenyen az ízületi károsodások minél pontosabb automatizált diagnózisát tűzték ki célul. A reumatoid artritisz egy autoimmun betegség, amely legtöbbször a kéz- és lábfej ízületeinek gyulladását és károsodását okozza. Mesterséges intellingecia bevetésével a betegség hosszú távú lefolyását pontosabban nyomon lehetne követni a jelenlegi módszerekhez képest.

Az ún. Sharp van der Heijde scoring módszer a kéz- és lábfej ízületeinek erodálódását és az ízületi csontvégek abnormális közelségét méri egy numerikus skálán röntgen képek alapján. A módszer a mindennapi orvoslásban nem használt, mert rendkívül időigényes minden egyes ízületre megállapítani a deformáció mértékét. A verseny indulóinak ezt a módszert kellett automatizálni a lehető legpontosabban. Három alfeladatban a versenyzőknek meg kellett határozniuk az ízületi károsodások összmértékét, ízületenként a csontvégek közeledését és ízületenként az erodálódást.

Röntgenkép a kéz ízületeiről (forrás)

Számos nemzetközi csapat mellett a megmérettetésen részt vett Olar Alex és Pataki Bálint Ármin, akik az ELTE TTK Komplex Rendszerek Fizikája tanszéken működő, Csabai István professzor által vezetett kutatócsoport tagjai. Az ELTE fizikusai számos egyéb kutatási terület mellett a gépi tanulási módszerek orvosi képalkotó diagnosztikai alkalmazásait is kutatják.

A két fiatal kutató által kifejlesztett módszer első lépésben megtalálja a célzott ízületeket, majd második lépésként ezen ízületekre megbecsüli azok deformációja alapján a Sharp van der Heijde értéket. Ezzel a megoldással mind a három részversenyben dobogós helyezést értek el. A kutatás folytatása és hasznosulása érdekében felvették a kapcsolatot a terület hazai orvosi szakértőivel.

Forrás: Napidoktor.hu


Válaszolj

Az e-mail címed nem publikáljuk.