Uczeń politechniki używa sztucznej inteligencji do rozwiązywania problemów z zamówieniami w branży medycznej

[reklama_1]

Kiedy Son rozpoczął pracę na Wydziale Inżynierii Komputerowej Uniwersytetu Naukowo-Technicznego w Hanoi , nie spodziewał się, że będzie w stanie stworzyć narzędzie wspomagające diagnostykę obrazową płodu z taką samą dokładnością, jaką uzyskują najlepsi lekarze ultrasonografiści w Wietnamie.

Bui Van Son, 23 lata, ukończył kierunek inżynieria komputerowa w Szkole Technologii Informatycznych i Komunikacyjnych Uniwersytetu Naukowo-Technicznego w Hanoi pod koniec października 2023 roku z dobrym wynikiem. Średnia ocen Sona wynosząca 3,3/4 nie jest wysoka w porównaniu z wieloma jego kolegami, ale jest to wynik oczekiwany, ponieważ oprócz nauki, poświęcał większość czasu badaniom naukowym .

„Badania w Laboratorium Informatyki Biomedycznej Międzynarodowego Centrum Badań nad Sztuczną Inteligencją - BK.AI to najbardziej pamiętna część mojej młodości, z pięcioletnich studiów w Bach Khoa” – powiedział Son.

Son brał udział w projektach badawczych z zakresu sztucznej inteligencji, rozwiązujących problemy w branży medycznej , w tym w projekcie „Określanie przezierności fałdu karkowego płodu za pomocą obrazów ultrasonograficznych” zleconym przez Szpital Uniwersytetu Medycznego w Hanoi. Projekt ten pomógł Sonowi zdobyć drugą nagrodę w Konkursie Studenckich Badań Naukowych Uniwersytetu Nauki i Technologii w Hanoi oraz nagrodę za doskonałą prezentację w dniu obrony pracy dyplomowej.

Bui Van Son. Zdjęcie: Duong Tam — Bui Van Son. Zdjęcie: *Duong Tam*

Son był uczniem wiejskiej szkoły w dystrykcie Quang Xuong w prowincji Thanh Hoa. Przyjęty w 2018 roku na kierunek inżynieria komputerowa na Uniwersytecie Nauki i Technologii w Hanoi, Son wyobrażał sobie, że zdobędzie wiedzę zarówno o sprzęcie, jak i oprogramowaniu, tworząc strony internetowe i aplikacje, o których wcześniej marzył.

Na drugim roku, gdy już zapoznał się z metodą nauczania na Politechnice, Son zgłębił temat sztucznej inteligencji (AI) i uczestniczył w badaniach naukowych. Jego odmienny kierunek studiów od kierunku, który obrał sobie jego koledzy z grupy, oraz brak wcześniejszych studiów z zakresu AI, sprawiły Sonowi wiele trudności.

Młody mężczyzna zaczął od darmowych kursów z zakresu sztucznej inteligencji w szkole, następnie szukał w Internecie innych kursów na temat sztucznej inteligencji, nauki o danych i głębokiego uczenia, a następnie pracował jako stażysta w japońskiej firmie zajmującej się sztuczną inteligencją.

Rok później, gdy był już bardziej pewny swojej wiedzy, Son złożył podanie o przyjęcie do laboratorium informatyki biomedycznej. Tam poznał praktyczne problemy medyczne, takie jak dekodowanie genów i wykorzystanie sztucznej inteligencji do przewidywania odpowiednich leków na określone choroby. Oprócz wiedzy o sztucznej inteligencji, Son musiał poszerzyć swoją wiedzę biomedyczną, taką jak dekodowanie sekwencji genów, DNA, mRNA, procedury testów PCR.

W 2022 roku dr Nguyen Hong Quang, kierownik Katedry Badań Informatyki Biomedycznej Uniwersytetu Nauki i Technologii w Hanoi, otrzymał zlecenie od Szpitala Uniwersyteckiego w Hanoi na opracowanie metody automatycznego określania szerokości przezierności fałdu karkowego płodu za pomocą dwuwymiarowych obrazów ultrasonograficznych, co pomoże w diagnozowaniu wad wrodzonych u płodu jeszcze przed urodzeniem.

Otrzymując temat, pan Quang od razu pomyślał o Sonie, ponieważ zauważył, że jego student z pasją do badań i dobrą znajomością przetwarzania obrazu. Powiedział, że na początku drugiego roku Son rozwiązał zadanie z zakresu przetwarzania obrazu, polegające na identyfikacji wadliwych paneli słonecznych na podstawie zdjęć wykonanych przez drony.

„Kiedy Szpital Uniwersytecki w Hanoi zaproponował tę sprawę, przydzieliłem ją Sonowi, mimo że wiedziałem, że to trudny problem” – powiedział pan Quang.

Syn powiedział, że na początku był dość zdezorientowany, ponieważ nie wiedział, czym jest przezierność karkowa ani jaki jest cel tego pomiaru. Po tym, jak nauczyciel poprowadził go, lekarze pomogli mu, a filmy z USG płodów zostały pokazane, aby zrozumieć proces USG, a także po samodzielnej nauce, Syn zrozumiał znaczenie tego tematu.

„Przezierność karkowa to obszar płynu gromadzący się za szyją płodu, pojawiający się między 11. a 14. tygodniem ciąży. Jeśli szerokość przezierności karkowej jest większa niż 3 mm, płód jest narażony na zespół Downa i wiele innych wad wrodzonych” – wyjaśniła Son.

Określenie szerokości przezierności fałdu karkowego pomaga lekarzom we wczesnym diagnozowaniu nieprawidłowości płodu, udzielając tym samym matce wskazówek. Jednak przy obecnych metodach, jest to wykonywane ręcznie przez wysoko wyspecjalizowanych lekarzy. Technika ta zależy od wielu subiektywnych czynników lekarza, co może prowadzić do wielu błędów.

Wyniki pomiaru przezierności fałdu karkowego płodu na podstawie obrazów USG z wykorzystaniem modeli sztucznej inteligencji. Zdjęcie: Postać udostępniona — Wyniki pomiaru przezierności fałdu karkowego płodu na podstawie obrazów USG z wykorzystaniem modeli sztucznej inteligencji. Zdjęcie: *Postać udostępniona*

Otrzymując zbiór danych zawierający tysiące obrazów USG płodu, Son napotkał na początku trudności. Wypróbował kilka zaawansowanych modeli przetwarzania obrazu, ale rezultaty nie były pozytywne. Młody mężczyzna nie mógł znaleźć konkretnego kierunku i przez 2-3 tygodnie nie wiedział, co przekazać nauczycielowi, przez co był pod presją.

Potem Son śmiało podzielił się swoimi pomysłami ze swoim instruktorem i otrzymał wiele sugestii. Syn zastosował się do tych sugestii, zapoznał się z badaniami na świecie i wielokrotnie wypróbowywał wiele modeli.

W rezultacie, model sztucznej inteligencji opracowany przez firmę Son pomaga obliczyć przezierność fałdu karkowego na podstawie obrazów USG w około 5 sekund, co pozwala lekarzom na wielokrotne pomiary bez straty czasu. Strona internetowa i aplikacja integrujące model sztucznej inteligencji opracowany przez firmę Son zapewniają im również lepsze podstawy do stawiania diagnoz dotyczących płodu lub do kontroli pooperacyjnej, minimalizując błędy podczas badania USG.

Według przedstawiciela Uniwersytetu Nauki i Technologii w Hanoi, zamawiający ocenił, że wyniki badań Sona mają potencjał, by znaleźć zastosowanie w praktyce, i rozważał uwzględnienie ich w procesie audytu następczego.

„To temat, ale zawiera prawdopodobnie prawie 20 podproblemów i wymaga dużo pracy. Son wykazał się dużą starannością i dobrze go zrealizował, tworząc narzędzie wspomagające, które daje wyniki z taką samą dokładnością, jak diagnozy najlepszych ultrasonografistów w Wietnamie” – powiedział pan Quang. Obaj nauczyciele ukończyli artykuł na ten temat i wysłali go do międzynarodowego czasopisma Biomedical Information.

Son, obecnie pracujący jako inżynier ds. analizy danych w VNPT, jest zawsze wdzięczny za czas poświęcony badaniom naukowym podczas studiów. W kontekście określania przezierności karkowej płodu, Son ma nadzieję, że stworzona przez niego strona internetowa i aplikacja będą szeroko wykorzystywane, przynosząc społeczności dobre rezultaty.

Duong Tam

Link źródłowy