Новая архитектура ИИ для онкологических исследований

Исследователи из Mayo Clinic опубликовали обзорную статью, представляющую результаты работы по созданию новой архитектуры искусственного интеллекта и предложения по использованию ее в исследованиях в области онкологии.
Подход к созданию моделей ИИ получил название "hypothesis-driven" (основанный на гипотезах).

Его ключевым отличием стало обеспечение возможности внедрять уже существующие знания в модель машинного обучения. Если традиционно обучение ИИ представляло собой "черный ящик", в котором модель выстраивала косвенные закономерности и "искала" математически оптимальное сочетания признаков, которое позволило бы, например, спрогнозировать некое событие или отнести случай к некому классу, то модели, основанные на гипотезах, предполагают введение в процесс обучения заранее известных медицинских фактов или гипотез, нуждающихся в проверке.
Таким образом, разработчики имеют возможность изначально "снабдить" модель определенным направлением обучения, что может обеспечить не только более прицельное обучение ИИ для решения конкретных задач, но и большую объяснимость результатов работы модели, а следовательно - большее доверие пользователей (специалистов-медиков).

Авторы исследования утверждают, что основными перспективами для использования такой архитектуры станут:

• классификация опухолей (карцином неясного происхождения) по молекулярным и гистологическим особенностям;
• стратификация пациентов - стадирование и определение типа и подтипа образования;
• исследование роли новых генов, влияющих на канцерогенез;
• определение перспектив ответа опухоли на терапию;
• исследование функциональных взаимосвязей в генах, участвующих в канцерогенные и их взаимное влияние;
• предсказание фенотипа опухоли;
• обнаружение новых классов генов, определяющих пространственную организацию клеток в микроокружении опухоли.