ماشین لرنینگ و پزشکی

ماشین لرنینگ به عنوان یکی از بروزترین و نوین‌ترین علوم دنیا، امروزه در رشته‌های مختلفی درحال پیاده سازی و کمک کردن به بهتر شدن شرایط زندگی است.

یکی از مهمترین زمینه‌هایی که ماشین لرنینگ در آن ایفای نقش میکند، دنیای پزشکی می‌باشد. تمامی فیلدها و زمینه‌های مختلف علوم پزشکی، تشکیل شده از دیتا می‌باشد و به همین دلیل خانه‌ی بسیار جذابی برای ماشین لرنینگ محسوب میشود. به کمک سیستم دیتابیس و دیتاسنترهای موجود و الگوریتم‌های ماشین لرنینگ، می‎توان مدل‌های بسیار خوبی در راستای اهداف مختلفی پیاده سازی کرد.

طبیعتا یکی از مهم‌ترین اهدافی که در پزشکی وجود دارد، زمینه پیش‌بینی کردن بیماری‌ها و تشخیص‌های بسیار خاص و با اهمیت می‌باشد. مثل تشخیص سرطان و درمان آن!

به بیان ساده اگر قرار باشد این موضوع بیان شود، میتوان به این صورت گفت که، فرض کنید بیماری به پزشکی بخاطر دردی که دارد، رجوع می‌کند. این بیمار به امید آن که بتواند بهترین تشخیص و بهترین درمان را که او را بزودی خوب کند، نزد پزشک میرود. پزشک نیز پس از دیدن بیمار خود، امیدوار است که بتواند بهترین تشخیص را دهد و بیمار خود را در فرآیند بهبودی قرار دهد. پس دغدغه‌ای کاملا مشترک این وسط وجود دارد.

اما نکته‌ای که هست، این است که، گاهی اوقات پزشک‌ها دچار اشتباه در تجویز دارو و درمان می‌شوند، و یا اینکه دقیق نمی‌دانند که علت بیماری چیست و از چند درمان مختلف شروع به تجویز دارو می‌کنند. به این صورت که یک درمان اولیه را مدنظر میگیرند و به عنوان مثال می‌گویند که یک هفته این قرص ها را بخورید و بعدا بیاید پیش من تا ببینیم چی میشه. و این یک معضل هست که تقصیر پزشک‌های عزیزمان نیست و به دلیل عدم شناخت کافی از بیماری، این روش پیش گرفته می‌شود.

یا برای موارد شکستگی و ترک خوردگی استخوان، با وجود عکس برداری‌های خوب، ممکن است در حین استفاده از عکس و دیدن آن، به خوبی راهی برای تشخیص نوع شکستگی یا محل ترک خوردگی وجود نداشته باشد و ممکن است شخصی با وجود شکستگی، به عنوان کسی که صرفا ضربه‌ای به استخوانش وارد شده است مرخص شود.

حالا ماشین لرنینگ چه کمکی می‌کند؟

ماشین لرنینگ در این موارد و زمینه پزشکی نقش ساخت یک ابر ذهن که درون آن، افکار هزاران پزشک قرار می‌گیرد و می‌تواند به بهترین شکل یک بیماری را پیش‌بینی کند را ایفا می‌کند.

مدل‌های ماشین لرنینگ، تشکیل شده از مجموعه‌ای از دیتاهایی می‌باشد که در گذشته بر روی بیماران تست شده است و در حال حاضر جمع آوری شده و در دسترس می‌باشد. این دیتاها در هر فیلدی می‌تواند متفاوت باشد.

به عنوان مثال در زمینه پرتو درمانی، این دیتاها از مقدماتی ترین موارد تا حساس‌ترین و مهم‌ترین دیتاها می‌تواند دسته بندی شود. دیتاهای مقدماتی مانند گروه خونی، جنسیت، سن، قد، وزن و ...  و دیتاهای حساس مانند سنجش قدرت بافت‌های بالا و پایین محل پرتودرمانی، زاویه پرتو، فاصله پرتو و ... می‌باشند. پس از داشتن این دیتاها و نتایج حاصل از درمان‌های گذشته بر روی بیماران، میتوان مدلسازی جدیدی داشت که در آن این دیتاهای مدلسازی را، به صورت ورودی از بیمار جدیدی گرفت و خروجی آن را به عنوان راه درمان لحاظ کرد.

مدل سازی به چه شکلی می‌باشد؟

پس از دریافت و جمع‌آوری دیتاها، نوبت به مدل‌ سازی می‌رسد. مدل سازی به این شکل می‌باشد که در ابتدای کار، باید دیتاست از هرگونه خطا و عیب و ایرادی پاکسازی شود، سپس پس از تمیز کردن دیتا الگوریتم مناسب دیتاها را انتخاب کرد. منظور از مناسب بودن الگوریتم نسبت به دیتا، این است که آیا دیتا برچسب یا تارگت دارد؟ به ازای هر ورودی آیا خروجی مربوطه وجود دارد؟ در صورت وجود می‌توان از الگوریتم‌های با ناظر یا Supervised learning استفاده کرد و در صورت عدم حضور، می‌توان از الگوریتم‌های بدون ناظر یا Unsupervised learning استفاده کرد. از جمله الگوریتم‌های با ناظر پرکاربرد، شامل الگوریتم رگرسیون و Svm (Support Vector Machine) و همچنین الگوریتم پرکاربرد در شاخه بدون ناظر، الگوریتم خوشه بندی یا Clustering نام دارد. الگوریتم دیگری که هم جزو با ناظر و هم بدون ناظر می‌باشد، شبکه عصبی نام دارد که پرکاربردترین روش برای مدل‌سازی در این فیلد می‌باشد.

در مواقعی که پیچیدگی کار بشدت زیاد می‌شود، می‌توان از یادگیری عمیق یا Deep learning استفاده کرد.

پس به این صورت می‌توان مدلسازی کرد.

نوع دیگری از مدلسازی به کمک عکس می‌باشد. مدلسازی‌هایی که بر اساس پیکسل‌های تصاویر سی تی اسکن یا MRI یا موارد دیگر حاصل می‌شود. برای این کار به کمک پردازش تصویر یا Image processing می‌توان مدلسازی کرد و تشخیص‌های بسیار بهتری داد.

چه زمینه‌هایی از پزشکی با ماشین لرنینگ قابل ارتقا و مدل‌سازی هست؟

تقریبا میشه گفت تمامی زمینه‌های پزشکی قابلیت ترکیب با ماشین لرنینگ و یک خروجی خیلی خوب رو دارد. زمینه‌هایی مثل تشخیص سرطان، پرتو درمانی، فیزیک پزشکی، بیهوشی، تشخیص شکستگی و ... .

به عنوان کسی که دغدغه این کار را بسیار ارزشمند می‌داند، به شما توصیه میکنم که حتما در این زمینه آموزش و مطالعات عمیقی داشته باشید تا بتوانید در کشور خود، پیاده سازی کنید و دردهای بزرگی از جامعه را رفع کنید.

به امید روزی بدون بیماری

موفق باشید

ارتباط بیشتر

https://redl.ink/IMT