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