Жасанды интеллекттің көмегімен медицинада ауру түрін анықтауға болатынын естіп пе едіңіз? Иә, ақпарат кеңістігіне елеулі өзгеріс әкелген жаңа технологияның «шексіз қуаты» енді медицина саласына да әсер етіп отыр.
Жасанды интеллект диагностика жасайды
267
оқылды

Соның бір көрінісі – жасанды интеллектті маймыл шешегін диагностикалауға үйреткен алматылық оқушының ғылыми жобасы. Физика-математика бағытындағы Назарбаев зияткерлік мектебінің 11-сынып оқушысы Артем Лаврентьев жоба барысында тері ауруларының суреттерін жіктеп, маймыл шешегі жағдайларын анықтауда жасанды интеллектті қолдану мүмкіндігін зерттеген.

Мектеп оқушысының меди­ци­на мен технология саласында қол­ға алған зерттеу жобасын ес­тіген бойда Артеммен байланысқа шы­ғып, идеясы туралы толы­ғы­рақ өзінен сұрап білген едік. Әң­гіме барысында Артем жобаны жү­зеге асыруға әсер еткен оқи­ға­ла­ры мен зерттеу кезіндегі про­цесс барысын бөлісті. Кейіп­кері­міз медицинаның әртүрлі са­ла­ларына жасанды интеллектті енгізу қа­зіргі заманғы әлемдік денсаулық сақ­тау жүйесінің трендіне айнал­ға­нын және болашақта мұндай тех­нологиялар әлемдік меди­ци­наға диагностика процесінен бас­тап жаңа препараттарды әзір­леу­ге дейін түбегейлі өзгерістер алып келетінін атап өтті. 

– Пандемия уақытында ға­лымдар ауруды диагностикалауда AI қолданумен айналысты. Мы­салы, терең нейрондық желі COVID-ке оң ПТР тестілері бар нау­­қастардың рентгендік су­рет­терін «зерттеді». Әлем маймыл ше­шегі (mpox) вирусының та­ралуына тап болған уақытта мен бар күшімді осы салада жасанды ин­теллектті қолдануды зерттеуге ар­наймын деп шештім. Өйткені ДСҰ 2022 жылы маймыл шешегі ін­детін халықаралық деңгейдегі ден­саулық сақтау саласындағы тө­тенше жағдай деп жариялады.  Эндемиялық емес елдерде рас­тал­ған жағдайдың көпшілігі Еу­ропа мен Солтүстік Америкада тір­келген. Бұл ауру Африка ел­дерін­де дендеп барады. Өкінішке қарай, мұнда денсаулық сақтау жүйе­сінің мүмкіндіктері шек­теулі. Мені медицина мен жа­сан­ды интеллект саласы қы­зық­ты­ра­ды. Болашақта жасанды ин­­­­­тел­лектті қол­дану әртүрлі ауруларды диаг­ностикалаудың негізгі құралына айнала алатынына сенімдімін, – деді ол.

Артем модельді Python тіліне ар­налған Keras Tensorflow кітап­ха­насының көмегіне сүйене оты­рып жүзеге асырған. Зерттеу мақ­саты деректер жиынтығына не­гізделген алты ауру түрінің су­рет­терін ажыратуға қабілетті мо­дельді әзірлеу және тестілеу, дәл­­дік, сондай-ақ модельді жақ­сар­тудың ықтимал жолдарын анық­тау үшін классификация қа­­те­ліктерін талдауға бағыттал­ған. 

– Зерттеу кезінде мен алдын ала оқытылған VGG16 терең оқы­ту моделін бейімдеу, соның ішін­де реттелетін қабаттарды қосу және гиперпараметрлерді баптау ке­зеңдерінен өттім. Модель тері за­қымдануының алты класының су­реттерін қамтитын арнайы дайын­далған деректер жинағында оқы­тылды: маймыл шешегі, жел­ше­шек, сиыр шешегі, қызылша, энтеровирустық везикулярлық сто­матит (HFMD) және сау тері. Су­реттер әртүрлі этникалық жә­не тері типтерін көрсететін нау­қас­тардан алынды. Бұл өз кезе­гін­де деректер жиынтығын әм­­бе­бап мо­дельдерді әзірлеуде құнды ете­ді. Модельдің дәлдігін арттыру үшін оның параметрлері егжей-тег­жейлі бапталған. Жобада ал­ғаш­­қы 12 конволюциялық қабат­тың салмақтары бекітілді. Сәй­­­­­кесінше, олар алдын ала алын­ған негізгі ерекшеліктерді сақтап қал­ды. Ал классификацияны орын­дау үшін алынған ерекше­лік­терді өңдейтін соңғы 4 кон­волю­циялық және толық байла­ныс­қан қабаттар оқытылды. Бұл мо­дельге тері зақымданулары ту­­ра­лы деректер жиынтығының ерек­­шеліктеріне бейімделуге мүм­кіндік берді, – деді Артем.

Эксперименттік әдістеме мо­дельді оқыту мен оның тиімділігін ба­ғалау үшін дәлдік, толықтық, F1 көрсеткіші және жалпы дәлдік се­кілді метрикаларды қамтиды. Нә­тижесінде, эксперименттік мо­дель жоғары дәлдік 95 пайызға жет­кен. Әсіресе, маймыл шешегі мен энтеровирустық везикулярлы стоматит жағдайларын анықтау ке­зінде оң нәтижелер алынған. 

– Қазір біз жасанды ин­тел­лек­ттің мүмкіндіктерін түсіне оты­рып, тиімді тұстарын «тесті­леу­ден» өткізіп отырмыз. Ғылы­ми жобамның мақсаты – терең оқыту моделін пайдалану арқылы май­мыл шешегі вирусынан туын­даған тері зақымдануын авто­мат­тан­дырылған түрде тану әдісін әзірлеу. Модельдің жалпы мүм­кін­дігін жақсарту үшін жаттығу суреттеріне деректерді толықтыру (ар­гументация) әдістері қолда­ныл­ды. Бұл әдіс мынадай мани­пу­ляцияларды қамтиды: ай­нал­дыру, ені мен биіктігі бойын­ша жыл­жытулар, жылжыту және мас­­­штабтау, горизонтальды ай­нал­дыру, – деді жас дарын.

Келешекте Артем жобаны әрі қа­рай жетілдіргісі келетінін және осы жолда кәсіби мамандардың қол­дауы маңызды екенін жет­кіз­ді. 

– Қазіргі уақытта зерттеу жұ­мы­сын жалғастырып келе жатыр­мын. Шынымды айтсам, IT-ма­ман­дардың сараптамасына қы­­­­зығушылығым ерекше. Егер AstanaHub-тың тәжірибелі прог­раммистері мені осы мәселеде қол­дап, модельдің кодын тексер­се, егер мүмкіндік болса, жобаны әр­мен қарай жақсартуға кө­мек­тес­се, керемет болар еді. Осы тұс­та кәсіби мамандар сұхбатым­ды оқитынына және жобаны бір­лесе жетілдіруге мүмкіндік туа­­­рына үміттімін, – деді оқушы А.Лаврентьев.

Талапты жастың айтуынша, әзірленген модель инфекциялық ауруды бастапқы диагностикалау құ­ралы ретінде қолданылып, ден­саулық сақтау жүйесіне түсетін жүк­темені азайтуға мүмкіндік бе­реді. Қазіргі уақытта оқушы май­мыл шешегін диагностикалау үшін Telegram чат-ботын әзір­леуде. 

Алтынай БАУЫРЖАНҚЫЗЫ,

Алматы қаласы