Штучний інтелект (XAI) в аналізі медичних зображень на основі глибокого навчання

Інститут зображень в Утрехті, Нідерланди, пропонує детальний огляд пояснюваного штучного інтелекту (explainable artificial intelligence - XAI) стосовно аналізу медичних зображень на основі глибокого навчання. Поява глибокого навчання призвела до значних досягнень у сфері автоматизованого аналізу зображень - завдання, яке традиційно залежить від людини. У контексті ухвалення медичних рішень, де ставки часто є винятково високими, занепокоєння серед медичних експертів з приводу природи глибокого навчання цілком зрозуміле. Однією з поширених форм XAI в аналізі медичних зображень є візуальне пояснення, зазвичай зване saliency mapping. Saliency mapping слугує цінним інструментом, виокремлюючи важливі ділянки зображення, які відіграють ключову роль в ухваленні рішень. Ще один приклад XAI, що заслуговує на увагу, - текстове пояснення (textual explanation) - метод, що створює текстові описи. Ці описи можуть варіюватися від відносно простих характеристик до докладних медичних звітів. З огляду на нерозривний зв'язок між ухваленням важливих рішень і сферою медицини, очевидно, що XAI ставатиме дедалі незаміннішим. Майбутня траєкторія XAI в аналізі медичних зображень може мати біологічні пояснення. Кілька дослідників уже успішно передбачили біологічні процеси на основі функцій візуалізації з використанням глибокого навчання. Крім того, XAI потенційно може допомогти лікарям у діагностичному процесі та розкрити приховану інформацію на медичних зображеннях, у такий спосіб сприяючи більш інформованій медичній практиці.