Share on facebook
Share on twitter
Share on linkedin
Czas czytania: 5 min.

Sztuczna inteligencja to dziedzina nauki, która jest częścią informatyki. Obecnie służy ona przede wszystkim tworzeniu modeli, które nie mogą być symulowane z wykorzystaniem tradycyjnych algorytmów. Potrafią się uczyć na błędach i korygować swoje działanie na ich podstawie. W przyszłości sztuczna inteligencja prawdopodobnie będzie wykorzystywana praktycznie w każdej dziedzinie – dzisiaj stosuje się ją między innymi w służbie medycynie.

Uczenie maszynowe - co to jest?

Punktem wyjścia do rozważań jest przyjrzenie się samej koncepcji uczenia maszynowego. Pomyślcie o niej jak o sieci.

Uczenie maszynowe - co to jest

Uczenie maszynowe to jedna z wielu dziedzin, które wpisują się w dział sztucznej inteligencji. Wykorzystuje i łączy w sobie wiedzę z takich dziedzin jak programowanie, robotyka, statystyka czy bazy danych. Polega na umiejętności samodzielnego uczenia się systemu na podstawie zebranych doświadczeń. Chodzi o to, aby na przykład na podstawie szerokiej bazy danych opisującej konkretne zjawisko system wyposażony w algorytmy uczenia maszynowego był w stanie zdobyć nową wiedzę – na przykład poznać i przeanalizować zależności między poszczególnymi parametrami.

sztuczna inteligencja twarze generator
Twarze osób wygenerowane samodzielnie przez uczenie maszynowe.

Robotyczna ręka też wymaga sztucznej inteligencji

Znakomitym przykładem może być projekt realizowany kilka lat temu na Politechnice Wrocławskiej. Założeniem była budowa taniej robotycznej protezy dłoni, która mogłaby działać bez dużej ingerencji w uszkodzone ludzkie ciało. Odpowiedni sprzęt miałby odczytywać mio sygnały z mięśni w kikucie pozostałym po straconej dłoni, a następnie przekazywać dane do robotycznej ręki, która wykonywałaby dane zadania. Mio sygnały to impulsy elektryczne, które wytwarzane są przez mięśnie podczas ruchu – mogą być wykrywane na przykład przez elektrody umieszczone na skórze nad nimi. 

Założeniem projektu było napisanie oprogramowania, które na podstawie odpowiedniej bazy danych potrafiłoby rozpoznać charakterystyczny zestaw sygnałów elektrycznych odpowiadających za dany ruch dłonią. Chodziło o uzyskanie jak najlepszych wyników, tak aby użytkownik protezy był w stanie kontrolować rodzaj oraz siłę wykonywanych ruchów. Przykładowo, użytkownik protezy powinien móc w inny sposób zaciskać dłoń, żeby chwycić jajko, ale z inną mocą łapiąc za klamkę. W tym celu została zakupiona orteza na przedramię, która miała zostać wyposażona w odpowiednio rozmieszczone elektrody. 

Chodziło o to, aby każda osoba, która założy zestaw pomiarowy, umieściła czujniki w podobnych miejscach na ręce. Kolejnym etapem było pobieranie dużej ilości próbek. Wielu studentów siadało przy stanowisku pomiarowym i miało na przykład odtworzyć wielokrotnie ruch łapania i puszczania kubka za ucho. Zebrane dane miały zostać wprowadzone do systemu z wbudowanym algorytmem uczenia maszynowego, aby był w stanie wyselekcjonować charakterystyczne zestawy sygnałów z kilku elektrod. Komercyjnie stosuje się już systemy poruszające protezami dłoni na podstawie mio sygnałów z mięśni, jednak do sterowania na razie konieczne są specjalne szkolenia dla pacjentów. 

Bioniczne protezy
Bioniczne protezy to wielka szansa dla osób po amputacji i utracie kończyn.

Muszą oni wyrobić sobie odpowiednie mięśnie w kikucie, którymi będą w stanie wygenerować odpowiednio silne sygnały oraz będą w stanie powtarzać je nawet kilkaset razy dziennie. Przykładowo, do zaciśnięcia dłoni wystarczy jeden skurcz odpowiednich partii mięśniowych, a do otwarcia – dwa skurcze.

Zarówno obecnie działające już podejście komercyjne, jak i jego lepsza wersja dopiero projektowana i badana na uczelniach wymagały użycia algorytmów maszynowego uczenia. Pozwoliły one na skonstruowanie algorytmu tworzącego model współpracy mięśni przedramienia z samą dłonią.

Lekarz osobisty

Podczas gospodarczej konferencji Impact’19 głównym tematem była sztuczna inteligencja. Chodziło o usprawnienie między innymi różnych szczebli medycyny. W dzisiejszych czasach wielu pacjentów przychodzi do lekarza praktycznie bez potrzeby – okazuje się, że obawy dotyczące choroby lub uszczerbku na zdrowiu nie miały podstaw. 

SI w medycynie
Szybki rozwój robotyki zdecydowanie ułatwił pracę lekarzom wielu specjalności.

Eksperci mówili między innymi o przewidywaniach, że w przyszłości możemy spodziewać się doraźnej diagnostyki z własnego smartwatcha lub innego urządzenia.  Lekarze będą mogli zajmować się trudniejszymi i poważniejszymi przypadkami, na jakie dzisiaj braknie im czasu ze względu na dużą liczbę pacjentów z prostszymi problemami zdrowotnymi.

W ten sposób osoba, która się przeziębi, będzie w stanie otrzymać spersonalizowaną diagnozę oraz leki, które zadziałają możliwie najlepiej, ponieważ będą dopasowane do wszystkich znanych systemowi czynników (w tym uwarunkowań genetycznych). Natomiast osoby z cięższymi schorzeniami będą mogły liczyć na lepszą i szybciej dostępną opiekę.

Przyszłość chorego

Badania genetyki oraz ogólnego zdrowia pacjentów z wykorzystaniem metod sztucznej inteligencji będą umożliwiały znacznie szybsze i dokładniejsze wykrywanie chorób oraz prawidłową reakcję na nie. Obecnie bardzo często groźne schorzenia wykrywane są dopiero w momencie, kiedy pojawią się już poważne objawy, a wtedy często jest za późno. Niemal wszystkie nowotwory i choroby przewlekłe wykryte odpowiednio wcześnie mogą zostać całkowicie lub częściowo wyleczone, jednak niestety dzisiaj bardzo często na skomplikowane badania trzeba czekać nawet wiele lat. 

Sztuczna inteligencja będzie pomocna również w gromadzeniu danych na temat chorób i znajdowania najskuteczniejszych sposobów ich leczenia. Wszelkie groźne dla człowieka choroby będą mogły zostać wykryte na znacznie niższym poziomie rozwoju, dzięki czemu łatwiej i szybciej zostaną pokonane. Taki scenariusz może mieć miejsce w momencie, kiedy sztuczna inteligencja wejdzie na znacznie wyższy poziom, niż udało się człowiekowi osiągnąć do dzisiejszego dnia.

SI, a wczesne wykrywanie chorób
Według danych Polskiego Rejestru Wrodzonych Wad Rozwojowych choroby genetyczne, czyli wrodzone wady rozwojowe, pojawiają się u 2-4 proc. dzieci.

Sztuczna inteligencja a epidemie

 

Uczenie maszynowe to dziedzina bezpośrednio powiązana ze sztuczną inteligencją. Jest wykorzystywana do analizy bardzo obszernych baz danych. Chodzi w szczególności o zbiory danych, które ze względu na swoją wielkość muszą być analizowane w zautomatyzowany sposób. W momencie epidemii praktycznie na całym świecie naukowcy starają się zebrać jak największą ilość danych, które mogą w realny sposób przyczynić się do pokonania choroby. Ważne są praktycznie wszystkie elementy – na przykład zależności, które powodują łatwiejszą zapadalność na dane schorzenie, oraz czynniki, które wpływają na ostateczny przebieg choroby. Wiele z zależności może umknąć człowiekowi ze względu na brak możliwości przetworzenia tak dużej ilości danych. 

Algorytmy uczenia maszynowego są często wykorzystywane między innymi właśnie w celach znajdowania takich zależności, jakie nie zostały jeszcze wcześniej odkryte. Takie zastosowanie sztucznej inteligencji może pomagać także w odkrywaniu praw fizyki czy analizie danych z dziedziny ekonomii.

 

Ciekawostką jest tutaj sieć badawcza i partnerzy Siemens Healthineers, którzy tworzą sieć CT Pneumonia Analysis do analizy obrazu zapalenia płuc w kontekście pandemii COVID-19. Jak zauważa zespół, ludzka wydajność spada w wyniku przeciążenia pracą, potencjał automatyzacji sztucznej inteligencji będzie zatem dużym wsparciem. Może pomagać rozpoznawanie zmian chorobowych na obrazach CT (obrazowanie magnetyczne, rezonans magnetyczny).

Automatyzacja w rozpoznawaniu objawów
Rozpoznawanie i obrazowanie magnetyczne można jeszcze udoskonalić.

Przewidywanie, diagnoza, kontrola

Dzięki sztucznej inteligencji można przewidywać i wcześniej wykrywać wybuchy epidemii. Odpowiednio zaprojektowane algorytmy inteligentnego przeszukiwania są w stanie na przykład wykrywać nagromadzenie niepokojąco zwiększonej ilości wyszukiwanych fraz takich jak „dziwny kaszel”, „podniesiona temperatura ciała” czy „objawy grypy”. Zwiększenie częstości występowania takich fraz w konkretnych miejscach może świadczyć o niebezpiecznej sytuacji. Kluczowym czynnikiem wpływającym na stopień trudności w opanowaniu epidemii jest czas. Odpowiednia opieka i odizolowanie niewielkiej liczby chorych w momencie, kiedy choroba jeszcze się nie rozprzestrzeniła, znacząco przyspiesza zażegnanie zagrożenia globalnej pandemii. Algorytmy przeszukiwania treści w internecie są w stanie rozróżniać dyskusje na forach internetowych, treść tekstów naukowych czy reklamy w mediach i na ich podstawie wartościować wyniki. 

Dobrym przykładem może być sytuacja, która miała miejsce w Chinach niedługo przed początkiem epidemii COVID-19. Zanim sytuacja została rozpoznana, w internecie zostało wykryte kilkukrotne zwiększenie ilości wyszukiwania fraz tego typu. Nawet kilka dni lub godzin wcześniejszego wykrycia i rozpoznania zagrożenia mogłoby w znacznym stopniu zmniejszyć skutki działalności wirusa na całym świecie.

Inne metody wykorzystania sztucznej inteligencji

Na całym świecie stosuje się już różne algorytmy sztucznej inteligencji, które wykorzystuje się w różnych celach. Medycyna to dziedzina, która ma bezpośredni wpływ na życie każdego człowieka, dlatego rozwinięcie sztucznej inteligencji tak, aby była w stanie chronić życie i pozytywnie wpływać na jego jakość, jest bardzo ważna. Obecnie metody sztucznej inteligencji często wykorzystywane są do badania ewolucji człowieka, wykrywania ojcostwa w spornych sytuacjach, analizy baz danych dotyczących zdrowia oraz pośrednio – na przykład przy budowie robotycznych protez dłoni.

Tendencje i rokowania należy ocenić z pewnością jako dobre. 

Proponowane

Podziel się:

Share on facebook
Share on linkedin
Share on twitter
Anna Wieczorek

Anna Wieczorek

Kobieta w męskim świecie robotów. Związana z Botlandem "właściwie od zawsze". Estetka, której wszędzie pełno. Wierzy, że na sen przyjdzie jeszcze czas. Po pracy entuzjastka kultury i kuchni hiszpańskiej.

Zobacz więcej:

Dodaj komentarz

Twój adres email nie zostanie opublikowany.