طور باحثان هنديان نموذجًا تقنيًا يعتمد على الذكاء الاصطناعي يمكنه تشخيص سرطان الثدي في مراحله المبكرة والتمييز بين درجاته المختلفة.
يستفيد النموذج التقني الذي أطلق عليه (NAS-SGAN) من تقنيات التعلم العميق، ويستخدم الصور المصنفة التي تحمل تفاصيل إعلامية مفيدة وتلك غير المصنفة أيضًا، لتحقيق دقة عالية في عملية التشخيص.
عمل الباحثون بمساعدة شركة “إنتل” العالمية، للحصول على أفضل النتائج، باستخدام حلول التعلم العميق لمعالجة الصور عالية الدقة، لكن النتائج كانت محدودة بسبب عدم قدرة وحدة معالجة الرسوميات على الحفاظ على كامل المصطنعة. نموذج الذكاء في الذاكرة.
للمساعدة في التغلب على هذه المعضلة، ساعدت Intel الباحثين الهنود Madhu Nair من مختبر الذكاء الاصطناعي بجامعة Cochin للعلوم والتكنولوجيا والدكتور Asha Das من Union Christian College على بناء تقنية تعتمد على معالجات Xeon Scalable من الجيل الثالث التي توفر إمكانات متقدمة. .
يعتمد النموذج المطور على شبكات الخصومة التوليدية (GANs) لتوليد صور لا يمكن تمييزها عن الصور المرضية الحقيقية. هذه الشبكات هي نوع من التعلم الآلي تتنافس فيه شبكتان عصبيتان مع بعضهما البعض في لعبة محصلتها صفر، والهدف منها هو التدريب على إنشاء بيانات مزيفة تشبه البيانات الحقيقية، وهو أمر صعب على الإنسان أو الآلة. مراقب للتمييز بينهما.
يتم تدريب شبكات الخصومة التوليدية على استخدام الصور غير المسماة التي لا تحمل بيانات أو تفاصيل يسهل الحصول عليها نسبيًا، ويتم استخدام الصور الجديدة للمساعدة في فهم توزيع البيانات، متبوعًا بالتدريب على التعرف على الصور المصنفة للتنبؤ بدرجات السرطان.
حقق النموذج دقة تصل إلى 98٪، وتزداد النتائج عند استخدام كمية محدودة من البيانات المحددة والواضحة التي تحمل بيانات وتفاصيل دقيقة، مما يساعد على تقليل عملية تصنيف الصور التي تستغرق وقتًا طويلاً وتتطلب جهدًا كبيرًا.