앨버타 대학 컴퓨팅 과학자 팀과 U of A 스핀 오프 회사 인 MEDO의 새로운 연구에 따르면 새로운 딥 러닝 모델은 의료 스캔에서 질병을 더 빠르고 정확하게 식별하는 방법을 배울 수 있습니다. 이 획기적인 모델은 PS752 비행기에서 패배 한 대학원생 Pouneh Gorji의 공헌을 포함하여 과학 학부 연구원 팀의 작업입니다.
딥 러닝은 인공 지능의 하위 분야 인 기계 학습의 한 유형입니다. 딥 러닝 기술은 대규모 데이터 세트에서 패턴을 찾아 예측에 사용할 수있는 모델을 생성하는 컴퓨터 알고리즘입니다. 이러한 모델은 수십만 또는 수백만 개의 예제에서 학습 할 때 가장 잘 작동합니다. 그러나 의료 진단 분야는 연구자들이 일반적으로 프라이버시를 위해 수백 개의 의료 스캔 이미지에만 액세스 할 수있는 독특한 과제를 제시합니다.
"딥 러닝 모델을 몇 개의 인스턴스로 훈련하면 성능이 저하되는 경향이 있습니다."라고 컴퓨팅 과학과의 대학원생이자 연구의 수석 저자 인 Roberto Vega가 말했습니다.
“우리 연구에서 우리는 훈련 인스턴스가 거의없는 의료 업무를위한 효과적인 딥 러닝 모델을 학습하는 방법에 대한 문제를 해결했습니다. 주요 아이디어는 의학 문헌에있는 지식을 활용하여 학습 과정을 더 잘 안내 할 수 있다는 것입니다.”
성능 향상은 의료 전문가가 간접적으로 제공하는 의료 영상과 이에 상응하는 "확률 적"진단에 대한 알고리즘 교육에서 비롯됩니다. 이 접근 방식을 통해 알고리즘은 스캔에서 각 질병을 특성화하는 패턴을 학습하여 새로운 환자의 스캔에 어떤 질병이 표시되는지 또는 스캔이 건강 해 보이는지 예측할 수 있습니다.
"우리의 접근 방식은 모델의 분류 정확도를 향상 시켰고 예측에 의미있는 신뢰를 제공하여 스캔에 질병이 존재할 확률을 추정했습니다."라고 Vega는 말했습니다.
“이 연구를 통해 우리는 방사선 전문의에게 작업을 더 쉽고 빠르며 더 효과적으로 만드는 더 나은 도구를 제공하고자합니다. 우리는 또한 개발 도상국에서 악화되는 문제인 의료 인력 부족 문제도 가지고 있습니다. 우리의 희망은 의료 전문가가 더 나은 결정을 내릴 수있는 모델을 개발할 수있는 것입니다.”
많은 사람들의 작품
이 연구에는 컴퓨팅 과학과의 사후 졸업생이자 PS752 비행 비극의 희생자 인 Pouneh Gorji의 상당한 기여가 포함되어 있습니다. 2020 년 176 월, Gorji와 Arash Pourzarabi는 결혼을 위해이란으로 고향을 여행했으며 PS752 비행기에서 사망 한 XNUMX 명 중 과학 학부 커뮤니티의 XNUMX 명 중 XNUMX 명이었습니다.
팀에게이 연구는 Gorji의 유산과 프로젝트에 대한 그녀의 중요한 공헌을 기리는 기회이기도합니다. 연구원들이 프로젝트를 시작했을 때 알고리즘은 고관절 이형성증에만 초점을 맞추 었다고 Vega는 설명했습니다. Gorji는 지방간을 식별하기위한 기계 학습 모델을 개발하는 작업을 진행 중이 었으며 궁극적으로 알고리즘을 재 설계하고 성능을 획기적으로 발전시킨 것은 그녀가 팀에 합류했습니다.
"원래 연산 지방간에 효과가 없었기 때문에 Pouneh와 저는 함께 문제를 해결하기 시작했습니다. 몇 주 후, 우리는 원래 접근 방식에서 중요한 결함을 발견하고 모델의 한 부분을 다루는 새로운 수학적 방법을 포함하는 솔루션을 제안 할 수있었습니다.”라고 Vega는 말했습니다.