Արհեստական բանականությունը ԱՄԲ-ում
Համաձայն լայնածավալ միջազգային հետազոտությունների ՝ աշխարհում մոտ 186 միլիոն մարդ տառապում է անպտղությամբ։ Միաժամանակ բացասական միտում է նկատվում՝ տարեցտարի ավելանում է անպտուղ զույգերի թիվը։ Կլինիկական պրակտիկայում վերարտադրողական օժանդակ տեխնոլոգիաների, հիմնականում արհեստական բեղմնավորման ներդրմամբ, այս խնդիրը լուծելու հնարավորություններ կան։ Այնուամենայնիվ, չնայած ժամանակակից վերարտադրողական բժշկության զարգացման բարձր մակարդակին, միջամտությունների միայն մեկ երրորդն է հաջողակ։ Անպտղության ախտորոշումն ավելի ճշգրիտ և բուժումն ավելի արդյունավետ դարձնելու համար բժշկական հանրությանը խորհուրդ է տրվում առօրյա պրակտիկայում օգտագործել արհեստական ինտելեկի տեխնոլոգիաների վրա հիմնված ծրագրային արտադրանք։ Սա թույլ կտա ժամանակին բացահայտել և ուսումնասիրել մեծ տվյալների հավաքածուի պոտենցիալ կապերը, ինչպես նաև ստեղծել հուսալի կանխատեսող մոդելներ ՝ օգտագործելով մեքենայական ուսուցման մեթոդներ:Վերարտադրողական բժշկության մեջ արհեստական ինտելեկտի հետազոտության ամենաառաջադեմ ոլորտներն են՝ in vitro (լատիներենից թարգմանաբար նշանակում է «ապակու մեջ») բեղմնավորման համար կենսանյութերի գնահատման որակի բարելավումը և արհեստական բեղմնավորման արդյունքի կանխատեսումը` հաշվի առնելով ամուսնական զույգերի տվյալները։ Վերարատադրողական բժշկության մեջ խնդիրների լուծման համար օգտագործվող մեքենայական ուսուցման հիմնական մեթոդը կոչվում է օժանդակ հենակետային վեկտորային մեթոդ, որոնց ցանկին են պատկանում «պատահական անտառ» և «որոշումների ծառ» ալգորիթմները, բայեսյան դասակարգիչները, ինչպես նաև արհեստական նյարդային ցանցերը։ Այս ոլորտում ժամանակակից հետազոտությունների հիմնական նպատակն է հասնել ծրագրային ապահովման ալգորիթմների շահագործման առավելագույն ճշգրտության և ստանալ արդյունքներ, որոնք հետագայում կարող են ապահովել հիվանդությունների հուսալի կանխատեսում, ախտորոշում և բուժում[1]։ [2]
ԱԲ-ն առողջապահությունում խմբագրել
Արհեստական բանականություն (արհեստական ինտելեկտ) առողջապահության ոլորտում՝ բարդ ալգորիթմների և համակարգչային ծրագրերի օգտագործումն է բժշկական տվյալների վերլուծության մեջ։ Մասնավորապես, արհեստական բանականությունը համակարգչային ալգորիթմների կարողությունն է՝ մոտենալու եզրակացություններին առանց մարդու ուղղակի ներգործության։ Այն, ինչն առանձնացնում է արհեստական բանականության տեխնոլոգիաները առողջապահության ոլորտում օգտագործվող մյուս տեխնոլոգիաներից, դա տեղեկատվություն ստանալու, այն վերամշակելու և վերջնական օգտագործողին լավ արդյունք հասցնելու ունակությունն է։ Արհեստական բանականությունն անում է դա մեքենայական ուսուցման ալգորիթմների միջոցով։ Այս ալգորիթմները կարող են ճանաչել վարքագծի օրինակները և ստեղծել իրենց սեփական տրամաբանությունը։ Սխալների սահմանը նվազեցնելու համար անհրաժեշտ է, որ ալգորիթմները բազմիցս փորձարկված լինեն։
Արհեստական բանականությունը ԱՄԲ-ում խմբագրել
Սաղմնաբանների, ռեպրոդուկտոլոգների, համակարգչային տեխնիկայի ոլորտի մասնագետների և Ճշգրիտ բժշկության ոլորտի մասնագետների խումբ պատրաստել են արհեստական ինտելեկտ՝ սաղմերի որակը որոշելու համար։ Արհեստական ինտելեկտի նոր ալգորիթմը, որը մշակվել է Weill Cornell Medicine-ի կողմից, ի վիճակի է ճշգրիտ որոշել հաջողված հղիության հասնելու 5 օրական սաղմի ներուժը։ Այս մեթոդը, որը վերլուծում է սաղմերի զարգացման ժամանակի ընդմիջումները, կարող է մեծացնել արտամարմնային բեղմնավորման հաջողությունը և նվազեցնել բազմակի հղիությունների վտանգը։ Սաղմերի որակը որոշելող արհեստական ինտելեկտի ալգորիթմ վարժեցնելու համար գիտնականներն օգտագործել են սաղմերի 12000 լուսանկարներ, որոնք արվել են արտամարմնային բեղմնավորումից 110 ժամ հետո։ Առաջին փուլում յուրաքանչյուր սաղմ գնահատվել է սաղմնաբանների կողմից՝ մորֆոլոգիական չափանիշների հիման վրա։ Կատարվել է վիճակագրական վերլուծություն՝ սաղմի որակը հղիության հաջող ելքի հավանականության հետ համեմատելու համար։ Եթե հաջող հղիության հավանականությունը 58%-ից բարձր է եղել, ապա որոշվել է, որ նման սաղմերի որակը լավ է։ Եթե պարզվել է, որ հղիության հավանականությունը 35%-ից ցածր է, ապա սաղմերը անորակ էին։ Փորձարկումներից հետո Stork արհեստական ինտելեկտի ալգորիթմը կարողացել է նոր ֆոտոշարքից 97% ճշգրտությամբ որոշել սաղմերի որակը[3]։
Brigham and Women's Hospital-ի և Massachusetts General Hospital-ի(Մասաչուսեթսի գլխավոր հիվանդանոցի) գիտնականները կատարել են ուսումնասիրություններ։ 2021թ.֊ի սեպտեմբերի 15-ին Elife-ում հրապարակված ուսումնասիրության մեջ նրանք խոսեցին արհեստական ինտելեկտի համակարգի մշակման մասին, որը կօգնի ընտրել ամենաառողջ սաղմերը. Այդ ալգորիթմը կտարբերակի սաղմերը և կբացահայտի նրանց, ովքեր ունեն գոյատևման ամենաբարձր ներուժը[4]։ Նախագծում օգտագործվում են մեքենայական ուսուցում և լուսանկարներ, որոնք արվել են բեղմնավորումից 113 ժամ անց։ Այսպիսով, 742 սաղմերի վերլուծության ժամանակ ԱԲ-ի կանխատեսումը ճշգրիտ է եղել դեպքերի 90%-ում՝ ամենաբարձր որակի սաղմերի ընտրության ժամանակ։ Հետազոտողները այնուհետև գնահատեցին իրենց համակարգի կարողությունը՝ տարբերակելու նորմալ քրոմոսոմային թվով բարձրորակ սաղմերը և համեմատեցին համակարգի աշխատանքը Միացյալ Նահանգների հինգ տարբեր վերարտադրողական բժշկության կենտրոնների 15 փորձառու սաղմնաբանների հետ։ ԱԲ-ն հաղթեց. նրա կանխատեսումները ճշգրիտ էին 75%-ով, մինչդեռ մարդկանց մոտ՝ միայն 67%-ով։ Հեղինակները ասում են, որ այս համակարգը համարում են որպես օժանդակ տեխնիկա ռեպրոդուկտոլոգների համար։ Ներկայումս սաղմնաբաններին հասանելի գործիքները սահմանափակ են և թանկարժեք, ուստի բժիշկների մեծամասնությունը սաղմերի ընտրության գործընթացում պետք է հիմնվի միայն իրենց փորձի և դիտարկման վրա։ Իսկ այս ալգորիթմական համակարգը կօգնի գնահատել մանրադիտակների միջոցով ստացված պատկերները, որոնք առկա են վերարտադրողական առողջության բոլոր կենտրոններում։ [5]
Հարկ է նշել, որ արհեստական ինտելեկտը դառնում է ժամանակակից բժշկության անբաժանելի մասը՝ դրա օգնությամբ կանխատեսվում է սրտի կաթվածը և բարձր ճշգրտությամբ ախտորոշվում է Ալցհայմերի հիվանդությունը։ Վստահաբար կարելի է ասել, որ ԱԲ-ն կդառնա HealthNet առողջապահական ապագա շուկայի առանցքային տեխնոլոգիաներից մեկը։
Ծանոթագրություններ խմբագրել
- ↑ Искусственный интеллект на страже репродуктивного здоровья,Վերցված է 2021-10-24։
- ↑ Библиотека врача, Վերցված է 2021-10-24։
- ↑ Искусственный интеллект оптимизирует отбор эмбрионов в программах ЭКО,Վերցված է 2021-10-24
- ↑ Performance of a deep learning based neural network in the selection of human blastocysts for implantation, Վերցված է 2021-10-24։
- ↑ Искусственный интеллект выберет человеческие эмбрионы для бесплодных пар, Վերցված է 2021-10-24
Գրականություն խմբագրել
- Ившин А.А., Багаудин Т.З., Гусев А.В., Журнал "Акушерство и Гинекология" №5 / 2021
- C.Wood, A.Trounson, Clinical In Vitro Fertilization 1984
- monthly journal "eLife", September 2021