ევროპელმა და ამერიკელმა მეცნიერებმა ხელოვნური ინტელექტის პროგრამას მელანომასა და კეთილთვისებიანი ხალების 100,000 ფოტო აჩვენეს. მაშინ, როცა დერმატოლოგებმა სიმსივნის შემთხვევათა 71.3%-ის გამოვლენა შეძლეს, ხელოვნურმა ინტელექტმა 95%-იანი შედეგი აჩვენა.

გამოსახულებათა ამოსაცნობი პროგრამა, კონვოლუციური ნეირონული ქსელი (CNN), რომელიც ღრმა დასწავლას (Deep Learning) იყენებს, 58 დერმატოლოგის წინააღმდეგ იყო. მკვლევრები ამბობენ, რომ ხელოვნურ ინტელექტს მელანომას გაცილებით მცირე შემთხვევა გამოეპარა.

"CNN-ი ბავშვის ტვინივით მუშაობს", - აღნიშნავს პროფესორი ჰოლგერ ჰენსლი. ეს კი იმას ნიშნავს, რომ ბავშვის მსგავსად, გავარჯიშება მასაც სჭირდება.

58 დერმატოლოგიდან 17-ს ორ წელზე მცირე გამოცდილება ჰქონდა, 11-ს ორიდან ხუთ წლამდე, ხოლო 30-ზე მეტი დერმატოლოგი ამ სფეროში 5 წელზე მეტხანს მუშაობდა.

ტესტირების პირველ დონეზე დერმატოლოგებს მხოლოდ დერმოსკოპიული ფოტოები დაურიგეს და თხოვეს, მიეღოთ გადაწყვეტილება იმის შესახებ, ქირურგიული ჩარევა იყო აუცილებელი, მცირეხნიანი მკურნალობა თუ არანაირი მოქმედება არ იყო საჭირო.

მეორე დონეზე მათ უკვე დამატებითი ინფორმაცია მისცეს (ასაკი, სქესი და ა.შ.), უფრო ახლო ხედის ფოტოებიც აჩვენეს და მხოლოდ ამის შემდეგ თხოვეს, დიაგნოზი დაესვათ.

პირველ დონეზე დერმატოლოგებმა მელანომას შემთხვევები 86.6%-იანი სიზუსტით, ხოლო კეთილთვისებიანი დაზიანებები 71.3%-იანი სიზუსტით აღმოაჩინეს. რაც შეეხება CNN-ს, მან თავი 95%-იანი შედეგით გამოიჩინა.

მეორე დონეზე დერმატოლოგებმა პროგრესი განიცადეს და მელანომა თითქმის 89%-იანი სიზუსტით და უსაფრთხო ხალები 75.7%-იანი სიზუსტით ამოიცნეს, თუმცა კონვოლუციური ნეირონული ქსელის შედეგი მაინც უფრო შთამბეჭდავი აღმოჩნდა.

"CNN-ს მელანომა გაცილებით ნაკლებჯერ გამოეპარა და გაცილებით მეტ შემთხვევაში დააფიქსირა, რომ დაზიანება უსაფრთხო იყო. ეს ბევრ არასაჭირო ოპერაციას აარიდებს პაციენტებს. [...] დერმატოლოგებმა მეორე დონეზე დამატებითი ინფორმაციები მიიღეს, CNN-ი კი მხოლოდ ფოტოებით ხელმძღვანელობდა და მათზე უკეთესი შედეგის ჩვენებას მაინც ახერხებდა", - განაცხადა პროფესორმა ჰენსლიმ.