מחקרים

האם ארטיפקטים בחתכים היסטולוגיים מבלבלים גם את הבינה המלאכותית?

ארטיפקטים פוגעים ברמת הדיוק של מודלים מבוססי למידה עמוקה המשמשים לאבחון, ויש צורך באסטרטגיות ומבדקים שיבחנו את היכולת של מודלים שונים להתמודד עם ארטיפקטים

05.12.2021, 14:56
פתולוגיה. אילוסטרציה

פתולוגיה דיגיטלית מספקת אפשרות לניתוח חישובי של חתכים היסטולוגיים, ואוטומציה של משימות שגרתיות בפתולוגיה. חתכים היסטולוגיים עשויים להיות הטרוגניים מאוד מבחינת הצביעה, עובי המקטעים והיווצרות של ארטיפקטים במהלך תהליכי העיבוד, החיתוך, הצביעה והדיגיטציה של הרקמות. במחקר שפורסם בכתב העת Modern Pathology שכפלו החוקרים באופן דיגיטלי מספר סוגים של ארטיפקטים עיקריים.

באמצעות שישה מערכי נתונים מארבעה מוסדות שונים שעברו דיגיטציה בעזרת מערכות סריקה שונות, בחנו החוקרים באופן שיטתי את ההשפעה של ארטיפקטים על יכולתו של מודל המבוסס על למידה עמוקה שעבר אימון ותיקוף, לזהות מקרים של סרטן ערמונית בחתכים היסטולוגיים באופן מדויק.

החוקרים מצאו כי כל ארטיפקט היסטולוגי, כתלות בחומרתו, עשוי להוביל לפגיעה משמעותית בביצועי המודל. על כן, יש צורך בפיתוח אסטרטגיות שיקטינו את ההשפעה של ארטיפקטים על רמת הדיוק של מודלים דיגיטליים המשמשים לאבחון.  בנוסף, נראה שבדיקת מאמץ של מודלים אבחנתיים המבוססת על ארטיפקטים שנוצרו באופן סינתטי עשויה להפוך לשלב חיוני בתיקוף הקליני של אלגוריתמים מבוססי למידה עמוקה.

מקור: 

Schömig-Markiefka, B et al. Modern Pathology. 2021 Dec;34(12):2098-2108.doi: 10.1038/s41379-021-00859-x

נושאים קשורים:  מחקרים,  בינה מלאכותית,  אלגוריתם למידה עמוק,  פתולוגיה
תגובות