Yapay zekanın tüm çizelgemi alıp muhtemelen bazı dramatik kademeli olarak ortaya çıkan sahneler gibi bir teşhis koyacağını hayal ettiğimi fark ettim. Grey’in Anatomisi burada bir anlatı komplikasyonu yaratan ve bölümün sonunda çözülen büyük bir tümör keşfettiler. Hollywood’un gerçekçi olmayan AI kavramlarının, AI’nın gerçekte nasıl çalıştığına dair kolektif anlayışımızı gölgeleyebileceği bu fenomen hakkında daha önce yazmıştım. Yapay zekanın tıptaki gerçekliği, hayal edebileceğinden çok daha sıradan ve yapay zeka, bir insan doktorun yaptığı gibi kanseri “teşhis” etmiyor. Bir radyolog, etkilenen bölgenin birden fazla resmine bakar, hastanın geçmişini okur ve farklı açılardan çekilmiş birden fazla videoyu izleyebilir. Bir yapay zeka statik bir görüntü alır, bunu yapay zekanın eğitim verilerinde bulunan matematiksel modellere göre değerlendirir ve görüntünün bölümlerinin eğitim verilerinde (insanlar tarafından) etiketlenen alanlara matematiksel olarak benzer olduğuna dair bir tahmin oluşturur. Bir doktor kanıtlara bakar ve bir sonuca varır. Bir bilgisayar, teşhisten farklı olarak bir tahmin üretir.
İnsanlar bir teşhis oluşturmak için bir dizi standart test kullanır ve yapay zeka bu teşhis sürecinin üzerine kuruludur. Bu testlerden bazıları kendi kendine muayene, mamografi, ultrason, iğne biyopsisi, genetik testler veya cerrahi biyopsidir. Ardından, kanser tedavileri için seçenekleriniz var: cerrahi, radyasyon, kemoterapi, bakım ilaçları. Herkes bir çeşit test ve tedavi kombinasyonu alır. Mamografi, ultrason, iğne biyopsisi, genetik testler ve ameliyat oldum. Aynı sıralarda teşhis konulan arkadaşım kendi kendine muayenede bir kitle tespit etti. Mamografi, ultrason, iğne biyopsisi, genetik testler, cerrahi biyopsi, kemoterapi, ameliyat, radyasyon, ikinci tur kemoterapi ve bakım ilaçları aldı. Tedavi, kanserin türüne, nerede olduğuna ve hangi aşamada olduğuna bağlıdır: 0-4. Bugün ABD hastanelerinde sahip olduğumuz testler, tedaviler ve ilaçlar dünya tarihindeki en iyisidir. Neyse ki, bir kanser teşhisi artık bir ölüm cezası olmak zorunda değil.
Geras ve ortak çalışanları modeli önceden eğittikleri ve çevrimiçi hale getirdikleri için, Robinson ve benim tek yapmamız gereken kodumuzu önceden eğitilmiş modele bağlamak ve taramalarımı onun üzerinden yapmaktı. Onu karıştırdık ve… hiçbir şey. Önemli kanser sonucu yok, hayır. Bu garipti çünkü meme kanseri olduğunu biliyordum. Doktorlar kanser beni öldürmesin diye tüm göğsümü kesmişlerdi.
Biz araştırdık. Yazarların “Görüntüleri yüksek çözünürlükte tutmanın gerekli olduğunu deneysel olarak gösterdik” yazdığı makalede bir ipucu bulduk. Mamogramımın ekran görüntüsü olan resmimin düşük çözünürlüklü olduğunu fark ettim. Yüksek çözünürlüklü bir görüntü istendi.
Robinson, görüntü dosyasının derinliklerinde gizlenmiş ek bir sorun keşfetti. Ekran görüntüsüm, tüm X-ray görüntüleri gibi bize siyah beyaz göründü. Ancak bilgisayar, ekran görüntüsünü RGB görüntüsü olarak da bilinen tam renkli bir görüntü olarak sunmuştu. Renkli bir görüntüdeki her pikselin üç değeri vardır: kırmızı, yeşil ve mavi. Değerleri birbirine karıştırmak, tıpkı boyada olduğu gibi size bir renk verir. 100 birim mavi ve 100 birim kırmızı ile bir piksel yaparsanız mor bir piksel elde edersiniz. Mor pikselin değeri şöyle görünebilir: R:100, G:0, B:100. Renkli bir dijital fotoğraf aslında her biri bir RGB renk değerine sahip bir piksel ızgarasıdır. Tüm pikselleri yan yana koyduğunuzda, insan beyni piksel koleksiyonunu bir görüntüye dönüştürür.
Bir yanıt bırakın