Ще до ери широкого застосування штучного інтелекту в медицині вчені відчули несподіваного помічника: звичайного міського голуба. У 2015 році дослідники вчили голубів розрізняти зображення тканин молочної залози – доброякісні й злоякісні зразки. Після приблизно двох тижнів навчання окремі птахи досягали близько 85% точності у відокремленні ракових і неракових ділянок.
Коли ж об’єднати рішення кількох птахів, ефективність ще зростала: групове рішення чотирьох голубів у одному з діагностичних завдань дало 99% точності. Це не означає, що голуби замінять лікарів, але результат вражає.
Як саме їх навчалиДослідження 2015 року очолили професор Річард Левенсон з Університету Каліфорнії в Девісі і професор Едвард Вассмерман з Університету Айови. Птахів підсаджували перед екраном з цифровими зображеннями гістологічних слайдів. Голуби клювали одну кнопку, якщо вважали тканину доброякісною, і іншу, якщо вважали її злоякісною. За правильні відповіді їх винагороджували кормовими гранулами.
Одразу впадала в очі пам’ять тварин: голуби могли впізнати понад 1 800 зображень, іноді дуже схожих між собою.
Але головне те, що вони вчилися розпізнавати нові, раніше невідомі зображення. Птахи помічали візуальні ознаки злоякісності, такі як темніші або щільно скупчені клітинні структури й атипові візерунки.
Треновані голуби наблизилися за результатами до медичних експертів у завданнях з гістологічними зображеннями і деяких завданнях мамографії. Проте вони не впоралися зі складнішим тестом на підозрілі пухлинні маси в мамограмах. Тож успіхи стосувалися вибірки контрольованих зображень, і їх слід інтерпретувати обережно.
Чому вони такі успішні?Існує гіпотеза, що відповідає за це: голуби приходять у лабораторію вже «попередньо навченими» власним візуальним досвідом. У польоті вони оглядають ландшафти , поля, дороги, дахи, ріки, повторювані текстури , і постійно відсортовують важливі візуальні сигнали від шуму. Таке зорове тренування в природних умовах може допомагати їм швидше помічати структурні візерунки й межі на фарбованих гістологічних слайдах.
Щоб перевірити цю ідею, 2024 року дослідники навчили нейронні мережі на великому наборі аерофотознімків під назвою «BirdsEyeViewNet»,
а потім перенесли це навчання на ті ж завдання з гістопатології й мамографії, що й у пташиному експерименті. Модель, попередньо навчена на аерофотознімках, добре показала себе на гістологічних зображеннях, але також зазнала невдачі в завданні з мамографічними масами, повторюючи таким чином сильні й слабкі сторони голубів. Це не доводить остаточно, що так було й у живих птахів, але підсилює аргумент про візуальну схожість обох типів зображень.
Значення для діагностичної медициниСуть полягає в тому, що діагностика починається зі способу бачити: помічати патерни, відокремлювати сигнал від шуму, розуміти, коли тканина виглядає аномально. Досвід голубів нагадує, що ця навичка спирається не лише на знання, а й на попередній візуальний досвід і здатність узагальнювати при зміні масштабу, кольору чи якості зображення.
Майбутнє діагностики навряд чи належатиме голубам, які клацають по кнопках, але дослідження підказують, як покращити комп’ютерні моделі і навчання лікарів. Розуміння того, як очі – людські, тваринні або штучні – вчаться бачити хворобу, може допомогти створювати точніші інструменти для виявлення патологій.
За матеріалами ZME Science
50Plus
