Treść książki
Przejdź do opcji czytnikaPrzejdź do nawigacjiPrzejdź do informacjiPrzejdź do stopki
2.Sztucznainteligencjawhepatologii
Dynamicznyrozwójmetodzobszaruwidzenia
komputerowego(computervision)orazprzetwarza-
niajęzykanaturalnego(naturallanguageprocessing)
zintensyfikowałpracenadinteligentnymimode-
lamiułatwiającymipodejmowaniedecyzjiprzez
hepatologów.Celemwielupodmiotówrepre-
zentującychsferępubliczną(systemopiekizdro-
wotnej)orazprywatną(sektorIT)stałosięstwo-
rzenieefektywnegosystemu,którypowiniensię
cechować:
•Interoperacyjnościąiintegracjądanych,czyli
zdolnościądointegracjiiprzetwarzaniaróż-
nychtypówdanych,wtymdanychustruktury-
zowanychinieustrukturyzowanych.Whepa-
tologiidanymiustrukturyzowanymisąwyniki
badańlaboratoryjnych,takiejakaktywnośćen-
zymówwątrobowych,stężeniebilirubinyicho-
lesteroluorazmorfologiakrwi.Danetakie
sąłatwedowyszukiwania,przechowywania
iprzeanalizowania,ponieważmająustaloną
strukturę,dziękiczemumogąbyćbeztrudu
interpretowaneprzezsystemyinformatyczne.
Danenieustrukturyzowaneniemająokreślonej
strukturyaniformatu,cosprawia,żesątrud-
niejszedoanalizyiinterpretacjiprzezsyste-
myinformatyczne.Danenieustrukturyzowane
mogąobejmowaćnotatkilekarskie,opisyobra-
zowychbadańmedycznych,np.ultrasonografii
(USG),tomografiikomputerowej(TK)czyrezo-
nansumagnetycznego(magneticresonance,MR),
nagraniadźwiękowezkonsultacjiczyinfor-
macjepochodzącezwywiadówzpacjentami.
Analizatakichdanychwymagazastosowania
zaawansowanychtechnikprzetwarzaniajęzyka
naturalnego,uczeniamaszynowegoisztucz-
nejinteligencji.Dodatkowosystemtakipowi-
nienbyćkompatybilnyzróżnymisystemami
informatycznymiopiekizdrowotnej(hospital
informationsystems,HIS),standardamiiproto-
kołami,abyułatwićbezproblemowąwymia-
nędanychikomunikację(interoperacyjność).
24
Sprawnawymianainformacjimiędzylekarza-
miróżnychspecjalizacjimożeprowadzićdo
lepszegozrozumieniaposzczególnychprzy-
padkówmedycznych,szybszegopostawienia
diagnozyorazoptymalizacjiplanówleczenia.
•Skalowalnością,czylizdolnościądoobsługi
małychidużychwolumenówdanych.Metody
sztucznejinteligencjisąwstanierozwiązać
wieleproblemówzwiązanychzeskalowalno-
ściądanychdziękiautomatyzacjiprocesów
związanychzichprzetwarzaniemorazdzięki
inteligentnejichanalizie.Wprzypadkubadań
genetycznychzwiązanychzchorobamiwą-
troby,takimijakzapaleniewątroby,marskość
czyrakwątrobowokomórkowy(hepatocellular
carcinoma,HCC),naukowcymogąbyćzainte-
resowanianaliząwielugenówibiałek.Jednym
zesposobówrozwiązaniaproblemuskalowal-
nościdanychgenetycznychjestredukcjawy-
miarów.Metodyredukcjiwymiarów,takiejak
analizagłównychskładowych(principalcompo-
nentsanalysis,PCA)orazstochastycznametoda
porządkowaniasąsiadównapodstawierozkła-
dut(t-distributedstochasticneighborembedding,
t-SNE),mogąbyćużytedoidentyfikowania
najważniejszychgenówibiałek,któremają
wpływnarozwójchoroby.Innymprzykładem
optymalizacjiskalowaniajestrównoległeprze-
twarzanie,któremożebyćstosowanedoana-
lizybadańobrazowych,takichjakUSG,TKczy
MR.Przetwarzanietakieumożliwianatychmia-
stowąanalizęiklasyfikacjępatologiiwątroby,
comożeprzyczynićsiędoszybszegopostawie-
niadiagnozyiszybszegowdrożenialeczenia.
Wartopodkreślić,żerosnącamocobliczeniowa
współczesnychkomputeróworazmożliwość
skalowaniawertykalnegoihoryzontalnego
sprawiają,żeproblemskalowalnościdanych
medycznychstajesięcorazmniejuciążliwy.
•Zaawansowanąanalityką,czylikorzystaniem
zzaawansowanychtechnikanalitycznych,
