Avropalı həkimlər mövcud süni intellekt (AI) sistemlərinin şişin əmələ gəlməsi ilə müxtəlif genom mutasiyaları arasındakı bioloji əlaqələri müəyyən etməkdə aciz olduğunu aşkar ediblər.
Hafta.az Böyük Britaniyadakı Uorvik Universitetinin məlumatına istinadla xəbər verir ki, bu, AI sistemlərinin analoji nümunələri dəqiq aşkar etmək qabiliyyətini şübhə altına alır.
“Bu sistemlər restoran yeməklərinin keyfiyyətini növbənin uzunluğuna görə qiymətləndirməyə bənzər şəkildə işləyir. Bu, faydalı bir nümunədir, lakin belə bir müəssisənin mətbəxində baş verənləri birbaşa əks etdirmir. Bir çox süni intellekt modeli markerlərlə əlaqəli siqnalları müəyyən etmək əvəzinə, müxtəlif biomarkerlər və ya toxuma quruluşu xüsusiyyətləri arasındakı korrelyasiyalara da əsaslanır”, - deyə Uorvik Universitetinin dosenti Fayaz Minas bildirib.
Son illərdə süni intellekt mütəxəssisləri şişlərin diaqnozu və öyrənilməsi üçün neyron şəbəkələrinin necə uyğunlaşdırılacağını fəal şəkildə araşdırırlar. Bir çox tədqiqatçı ümid edir ki, bu cür elmi tədqiqatlar biomarkerləri müəyyən edə və şişlərin nazik kəsikli şəkillərindən onkogen aktivlik səviyyələrini qiymətləndirə bilən sistemlərin yaradılmasına gətirib çıxaracaq və müalicə seçimini əhəmiyyətli dərəcədə sadələşdirəcək.
Avropalı tədqiqatçılar süd vəzi, kolorektal, ağciyər və genital xərçəng xəstələrindən çıxarılan 8000-dən çox şişin öyrənilməsindən əldə edilən bir neçə min təsvirdən ibarət məlumat dəstindən istifadə edərək bu tip iki məşhur alqoritmin ilk hərtərəfli testini aparıblar. Bu neyron şəbəkələrindən istifadə edən alimlər tək bir şiş təsvirinə əsasən şişin DNT-sində çoxsaylı, qarşılıqlı eksklüziv və ya əlaqəli mutasiyaların olub-olmadığını müəyyən etməyə çalışıblar.
Bu təhlil göstərib ki, bir çox hallarda hər iki süni intellekt sistemi mutasiyalar, şişin strukturu və funksiyasındakı dəyişikliklər arasında əsl bioloji əlaqələri müəyyən edə bilmir. Bunun əvəzinə, onlar müəyyən bir mutasiyanın mövcudluğunu onun digər biomarker növləri ilə nə qədər tez-tez birlikdə baş verdiyini müəyyən edib. Müvafiq olaraq, məlumatlardan bu cür “işarələrin” çıxarılması süni intellekt proqnozlarının dəqiqliyini əhəmiyyətli dərəcədə azaldır və bu da onların patoloji anatomiyadakı klassik yanaşmalardan daha aşağı olmasına səbəb olur.
Minas bildirib: “Tədqiqatımız patoloji analizdə süni intellektdən istifadəyə son qoymur; bu, hərəkətə çağırışdır. Mövcud modellər nəzarət altında olan şəraitdə yaxşı işləyir, lakin onların fəaliyyəti bioloji proseslərin həqiqi anlaşılmasından daha çox “fırıldaqçı vərəqlərə” əsaslanır. Onların performansını qiymətləndirmək üçün yeni standartlarımız olana qədər bu alətlər molekulyar analizin əvəzedicisi hesab edilməməlidir”.
