طوّر باحثان هنديان نموذجاً تقنياً يعتمد على الذكاء الاصطناعي، يمكنه تشخيص سرطان الثدي في مراحله الأولى والتمييز بين درجاته المختلفة.
ويستفيد النموذج التقني، الذي أطلق عليه اسم (NAS-SGAN)، من تقنيات التعلم العميق ويستخدم الصور المصنفة (تحمل تفاصيل معلوماتية مفيدة بعملية الأتمتة) وغير المصنفة؛ لتحقيق دقة عالية في عملية التشخيص.
وعمل الباحثان في بداية المشروع مع شركة إنتل للحصول على أفضل النتائج، بالاستعانة بحلول التعلم العميق لمعالجة الصور عالية الدقة، ولكن النتائج كانت محدودة؛ بسبب عدم قدرة وحدة معالجة الرسومات على الاحتفاظ بنموذج الذكاء الاصطناعي بالكامل في الذاكرة.
وللمساعدة في التغلب على هذه المعضلة، ساعدت إنتل الباحثين الهنديين «مادو ناير» من مختبر الذكاء الاصطناعي في جامعة كوشين للعلوم والتكنولوجيا، والدكتورة «آشا داس» من كلية يونيون كريستيان؛ في بناء تقنية تعتمد على معالجات الجيل الثالث Xeon Scalable والتي توفر إمكانات متقدمة.
وبحسب «البيان»، يعتمد النموذج المطور على شبكات الخصومة التوليدية (GAN) لإنشاء صور لا يمكن تمييزها عن الصور المرضية الحقيقية.
ويستفيد النموذج التقني، الذي أطلق عليه اسم (NAS-SGAN)، من تقنيات التعلم العميق ويستخدم الصور المصنفة (تحمل تفاصيل معلوماتية مفيدة بعملية الأتمتة) وغير المصنفة؛ لتحقيق دقة عالية في عملية التشخيص.
وعمل الباحثان في بداية المشروع مع شركة إنتل للحصول على أفضل النتائج، بالاستعانة بحلول التعلم العميق لمعالجة الصور عالية الدقة، ولكن النتائج كانت محدودة؛ بسبب عدم قدرة وحدة معالجة الرسومات على الاحتفاظ بنموذج الذكاء الاصطناعي بالكامل في الذاكرة.
وللمساعدة في التغلب على هذه المعضلة، ساعدت إنتل الباحثين الهنديين «مادو ناير» من مختبر الذكاء الاصطناعي في جامعة كوشين للعلوم والتكنولوجيا، والدكتورة «آشا داس» من كلية يونيون كريستيان؛ في بناء تقنية تعتمد على معالجات الجيل الثالث Xeon Scalable والتي توفر إمكانات متقدمة.
وبحسب «البيان»، يعتمد النموذج المطور على شبكات الخصومة التوليدية (GAN) لإنشاء صور لا يمكن تمييزها عن الصور المرضية الحقيقية.