Prejsť na obsah
Verejnosť

Počítač analyzujúci snímky mozgu lepšie ako skúsený lekár? Vďaka mladému slovenskému doktorandovi to môže byť onedlho realita

https://refresher.sk/40975-Pocitac-analyzujuci-snimky-mozgu-lepsie-ako-skuseny-lekar-Vdaka-mlademu-slovenskemu-doktorandovi-to-moze-byt-onedlho-realita

Magnetická rezonancia patrí v súčasnej dobe medzi základné diagnostické metódy, bez ktorej sa lekári naprieč mnohými odbormi nemôžu zaobísť. Lekár - rádiológ predstavuje dôležité prepojenie medzi pacientom a iným lekárom - špecialistom, ktorý si snímku z MRi vyžiada. Na jeho pleciach stojí kľúčová diagnostika a rozhodnutie, či v spleti odtieňov bielej, šedej a čiernej nájde patologický nález, čiže to, čo tam za normálnych okolností nepatrí alebo ide po tejto stránke o zdravého pacienta. Martin Tamajka sa ako študent Slovenskej technickej univerzity zamyslel nad tým, či by nebolo možné uľahčiť práve tejto skupine osôb prácu v tom, že počítač bude vyhodnocovať snímky za nich na základe špeciálnych algoritmov. O tom, do akej miery ide o zmysluplný a predovšetkým vydarený projekt, sme sa porozprávali s jeho samotným autorom.  

Dobrý deň, pán Tamajka. Mohli by ste sa, prosím, našim čitateľom bližšie predstaviť?

Dobrý deň. V súčasnosti študujem na treťom stupni na Fakulte informatiky a informačných technológií STU v Bratislave. Predtým som na tejto fakulte vyštudoval odbor Informačné systémy. Aj keď som celkom študijný typ, paradoxom je, že do školy som nikdy nechodil tam, kde som vyrastal – pochádzam totiž z malej dedinky Dolné Otrokovce pri Hlohovci a škola tam už nejaký ten piatok nie je. Keď som sa inak o pláne pokračovať v štúdiu aj po tom, čo som si dokončil inžiniera, zmienil medzi priateľmi, pár si ich ťukalo na čelo s tým, či som normálny a či mi päť rokov na výške nestačilo. Musím ale povedať, že práve tých päť rokov mi ukázalo, že to bude pre mňa to pravé. V osobnom živote sa snažím nebyť tým klasickým „nerdom“ vo vyťahanom svetri a s nosom večne v knihách. Často dobre padne zájsť si s kamošmi na pivo a na počudovanie, práve na takýchto akciách sa rodia tie najlepšie nápady. Občas proste treba zmeniť prostredie a vypnúť. Čo sa týka športov, som antitalent – práve včera som prvýkrát stál na lyžiach a po dvadsiatom páde na zadok som to prestal počítať (okrem toho dnes neviem, či sa mám pri chôdzi po schodoch smiať, alebo plakať).

Náš rozhovor sa bude týkať predovšetkým vašej diplomovej práce. Čoho sa týka?

Moja diplomovka sa týka inteligentného spracovania trojdimenzionálnych medicínskych dát. Jej názov znie dosť nóbl „Segmentácia anatomických orgánov v medicínskych dátach“, čo je však na nič, keďže to drvivej väčšine ľudí nič nepovie. Skúsim to teda vysvetliť inak. Predstavte si, že občas vidíte rozmazane a bolievajú vás oči, no očný lekár vám povie, že ste v poriadku. Najrozumnejšie je ísť k špecialistovi. Určite však za ním neprídete s konkrétnou diagnózou – nie, vy proste prídete s tým, že zle vidíte a bolia vás oči. Lekár následne musí nájsť príčinu. Jedným z nástrojov, ktoré mu k tomu môžu pomôcť, je magnetická rezonancia, čo je pre nás zdroj trojdimenzionálnych medicínskych dát. S príznakmi, ktoré som spomenul, môže ísť, napríklad, o roztrúsenú sklerózu. Tá sa však nebude nachádzať v lebke alebo iných tkanivách, ale v mozgu. Preto je pre lekára fajn extrahovať zo surových dát magnetickej rezonancie len tie tkanivá, ktoré ho zaujímajú, aby sa v nich vedel lepšie orientovať. Je to niečo veľmi podobné ako tie obrázky, kde máte veľmi rýchlo nájsť napríklad béžovú mačku na kope hliny – ak by na obrázku bola len mačka, nájdete ju okamžite. Keďže ale má jej okolie veľmi podobnú farbu, môže to trvať minúty. Presne to isté platí pre medicínske obrázky, iba s tým rozdielom, že tu ich môžu byť rádovo stovky pri jednom vyšetrení. Keď by som chcel byť veľmi konkrétny, metóda, s ktorou sme spolu s mojou vedúcou doc. Benešovou prišli, využíva umelú inteligenciu na to, aby sme najprv zo surových dát vyextrahovali samotný mozog a ten následne kúsok po kúsku rozdelili na bielu hmotu, šedú hmotu a mozgomiechový mok. Z nástrojov, ktoré nám ponúka umelá inteligencia, sme využili neurónovú sieť – čo je inak irónia, pretože na spracovanie dát reálneho mozgu sme využili umelý mozog.

Vaša diplomová práca veľmi výrazne zasahuje do medicínskej problematiky. Nelákala vás namiesto štúdia technického odboru práve medicína?

Jednoznačne, absolútne a rezolútne nie (smiech). Nikdy som si ani len nepredstavoval, že by som mohol skončiť v tejto oblasti. Tým asi najväčším argumentom je, že ma nikdy nebavili predmety ako chémia a biológia, čo sú nutné predpoklady na zvládnutie medicíny. Aj keď by som to nemal hovoriť nahlas, diplomovú prácu sa mi tiež podarilo vypracovať bez hlbokej znalosti týchto predmetov. V tomto je ale informatika nádherná – sama o sebe je vám úplne na nič. Potrebujete doménu, v ktorej by ste ju mohli aplikovať (samozrejme, trošku preháňam). Znamená to okrem iného aj to, že ak chcete vyvíjať softvér napríklad aj pre oblasť medicíny, musíte ju spoznať. Neznamená to, že musíte byť na úrovni ľudí, ktorí ju vyštudovali. Minimálne ale musíte doménu poznať natoľko dobre, aby ste vedeli problémy z nej transformovať na problémy z informatiky. V mojom prípade som sa na to pozeral z pohľadu spracovania dát, počítačového videnia a umelej inteligencie spoločne s dávkou softvérového inžinierstva.

V čom vidíte najväčšie plusy vášho programu?

Ono ani tak nejde o program ako o metódu, ktorú sme navrhli. Program samotný slúžil len na overenie toho, či to, s čím sme prišli, má hlavu a pätu. Hlavnou výhodou je rýchlosť. Moja profesorka matematiky na gymnáziu kedysi povedala, že „počítač je len veľmi rýchly blbec“. V určitom zmysle to platí dodnes – bez programu, ktorým mu človek povie, čo má robiť, je počítač len kusom kovu. V mojom prípade ide o odbremenenie rádiológa od monotónnej manuálnej práce. Predstavte si, že chcete spraviť fotomontáž, napríklad vymeniť dvom ľuďom navzájom hlavy. Prvé, čo musíte spraviť, je veľmi presne označiť kontúry objektu (hlavy), ktorú chcete premiestniť na inú fotku. Tí, čo to už niekedy robili, vedia, že napriek všetkej pomoci photoshopu to niekedy nemusí byť také jednoduché a môže to trvať pár minút. Teraz si predstavte, že niečo ešte zložitejšie musíte veľmi presne spraviť s pár stovkami fotiek – tam už sa jedná nie o minúty, ale o hodiny. Povedzme, že onkológ chce zmerať objem alebo priemer, čo je ten ľahší prípad, nádoru, aby vedel, či naň chemoterapia zaberá, alebo nie. Čo musí urobiť? Presne označiť jeho kontúry na viacerých obrázkoch. Taký onkológ zároveň má množstvo pacientov denne a každý z nich chce, aby si svoju prácu vykonal dobre. Špecialisti teda veľké množstvo času trávia manuálnou prácou namiesto toho, aby sa vzdelávali v najnovších postupoch, vyvíjali vlastné metódy alebo proste len diagnostikovali viac pacientov. K silným stránkam patrí tiež to, že metódu je pomerne jednoduché prispôsobiť ďalším orgánom. Stačí použiť ten istý postup a naučiť umelú inteligenciu rozpoznávať iné tkanivá. 

A aké sú, naopak, jeho slabé stránky?

Určite je ešte na čom popracovať. Veľmi perspektívna je pomoc pri diagnostike. Opäť, človek k lekárovi nepríde s hotovou diagnózou, ale s nejakým problémom. Ten na základe skúseností, poznatkov, ale aj intuície skúsi čo najpresnejšie určiť diagnózu. Niekedy pritom ani tak nejde o cielené hľadanie konkrétneho problému, ako o identifikáciu niečoho nezvyčajného. Jednoducho povedané, lekár prezerá dáta zhora-nadol, sprava-zľava a hľadá odchýlky. To isté ale môže robiť inteligentný program – napríklad my sme pri učení umelej inteligencie použili len zdravé mozgy. Toto ale dáva predpoklad, že akonáhle podhodíte programu niečo, čo v sebe obsahuje anomáliu, dokáže ju to identifikovať, pretože nič takého ešte nevidel (ospravedlňujem sa, no v IT o umelej inteligencii často hovoríme, ako keby to bola ľudská bytosť). Dôvod, prečo ale túto hypotézu zaraďujem medzi slabé stránky, je, že sme ju nikdy exaktne neoverili. Dôvodom je pritom jednoducho nedostatok času popri vývoji samotnej metódy. Okrem toho si myslím, že som zanedbal predspracovanie dát. Magnetická rezonancia a CT sú skvelé diagnostické nástroje, niekedy však dáta obsahujú pomerne veľa šumu, ktorý je dôsledkom fyzikálneho princípu, na základe ktorému sú získavané.

Využíva sa program v praxi?

Nie, metóda ako taká sa nevyužíva. V oblasti medicínskej praxe to ani nie je také jednoduché. Ani ja by som napríklad nezveril svoj život do rúk nástroju, ktorý vyprodukoval človek v rámci svojej diplomovky a ktorý neprebehol prísnym testovaním. Popri doktorandskom štúdiu však pracujem vo firme, kde veľa poznatkov a časti navrhnutej metódy aplikujem. Je to úplne iný pocit, keď zrazu veci, ktoré ste navrhli počas štúdia, nadobúdajú reálne kontúry v priemysle a existuje veľká šanca, že preniknú až k lekárom

Aké máte s týmto programom plány do budúcna?

Najmä v rámci štúdia chcem overiť hypotézu s anomáliami – dokáže umelá inteligencia v prípade, že ju učím len na zdravých dátach, upozorniť na anomálie? Ja tomu verím, no treba to ukázať na veľkom množstve ručne označených dát. Chcel by som ale upozorniť, že si nemyslím, že umelá inteligencia v najbližších rokoch úplne nahradí človeka pri diagnostike. Jedným z dôvodov je intuícia – iste, raz budú stroje schopné túto schopnosť dosiahnuť, no nie dnes. Od všeobecnej inteligencie sme ešte ďaleko. Okrem toho je tu vždy aj morálny rozmer problému.

Aká je jeho spoľahlivosť?

Dochádza k veľkému prekrytiu medzi našimi výsledkami a tým, čo nazývame zlatým štandardom – dátami označenými expertom z odboru. Najvyššiu úspešnosť sme pritom dosiahli pri šedej hmote a najnižšiu pri mozgomiechovom moku. V oboch prípadoch ale išlo o výsledky porovnateľné s inými metódami.

Neobávate sa, že vďaka prípadnej chybnej diagnostike od umelej inteligencie by v budúcnosti mohlo dôjsť k poškodeniu zdravia pacienta kvôli zle naordinovanej liečbe v dôsledku práve zlej diagnostiky?

A nedochádza k nej aj v prípade lekárov? Pritom to vôbec nemusí byť ich vina - stačí, aby si pacient vymyslel príznaky, ktoré v skutočnosti nemá, alebo aby nespomenul tie, za ktoré sa hanbí a lekár mu stanoví nesprávnu diagnózu. To isté s veľkou pravdepodobnosťou platí pre umelú inteligenciu. Pod pojmom umelá inteligencia pritom nemyslím google – to len pre tých, ktorí sa „vedia diagnostikovať lepšie ako lekár, lebo ten do nás len lieky chce pchať“. Umelá inteligencia sa dnes pri mnohých úlohách vyrovná človeku alebo ho dokonca predčí. Inak ale súhlasím – minimálne dovtedy, kým sa na základe dlhodobých testov neukáže, že umelá inteligencia je dostatočne spoľahlivá na to, aby robila diagnostiku sama, by mala zostať v úlohe poradcu lekára, akéhosi rýchleho asistenta. Jeden príklad za všetky – umelá inteligencia môže veľmi rýchlo preskenovať obsiahle dáta a upozorniť lekára na oblasti, o ktorých si myslí, že by mohli byť zaujímavé. Aj lekár je len človek a môže niečo prehliadnuť. Nebolo by skvelé, keby tomu umelá inteligencia dokázala zabrániť? 

Z dlhodobého hľadiska, v prípade, že by sa váš program masovejším spôsobom ujal v praxi, neohrozí to pozíciu rádiológa?

Môj program ich určite neohrozí, keďže v súčasnosti slúži najmä na predspracovanie dát. Okrem toho sú na trhu oveľa zaujímavejší hráči. Jedna veľká korporácia dokonca prehlásila, že ich nástroj o približne 10 rokov úplne nahradí rádiológa. Som len študent a ešte k tomu nie medik, no dovolím si nesúhlasiť. Dôvody som už spomenul.

Dokáže si program poradiť aj s CT snímkami?

Určite. Bolo by však nutné "pretrénovať" umelú inteligenciu tak, aby sa prispôsobila iným hodnotám. Magnetická rezonancia totiž pre, napríklad, bielu hmotu produkuje úplne iné hodnoty ako CT. Dokonca rôzne typy magnetickej rezonancie sa navzájom líšia v týchto hodnotách. Ak by som to dokonca vztiahol čisto na problém segmentácie mozgu, CT nie je úplne tou najšťastnejšou voľbou – kontrast medzi jednotlivými tkanivami je tu oveľa menší ako v prípade magnetickej rezonancie.

Aké sú vaše plány po zavŕšení doktorandského štúdia?

To by som strieľal neskutočne odboku. Mojím problémom je, že ma baví veľa vecí, špeciálne v IT. Táto oblasť, povedzme s príchuťou bioinformatiky, ma však drží už celkom dlhý čas a zatiaľ necítim potrebu vrhnúť sa na niečo iné. V tejto oblasti je toľko otvorených problémov, že človek môže skúmať celý život a vždy sa nájde niečo nové.