How AI is making it easier to diagnose disease | Pratik Shah

Translator: mabbast chato Reviewer: Daban Q. Jaff

Computer algorithms today are performing incredible tasks

لە ئەمڕۆدا، ئەلگۆریتمی کۆمپیوتەرەکان چەندین کاری سەرسوڕهێنەر دەکەن

with high accuracies, at a massive scale, using human-like intelligence.

،بە وردیەکی بەرز و پێوەرێکی باڵا .و بە بەکارهێنانی ژیری مرۆڤئاسا

And this intelligence of computers is often referred to as AI

ئەم ژیرییەی کە کۆمپیوتەر هەیەتی ناو دەبرێت بە -ئەی ئای

or artificial intelligence.

.یان ژیری دروستکراو

AI is poised to make an incredible impact on our lives in the future.

ئەی ئای - وا ئامادەکراوە کاریگەریەکی .گەورەی هەبێت لەسەر داهاتوومان

Today, however, we still face massive challenges

،بەڵام تا ئێستەش چەندین بەربەستی گەورەمان لەبەردەمە

in detecting and diagnosing several life-threatening illnesses,

لە دۆزینەوە و دیاریکردنی ،چەندین نەخۆشی کوشندە

such as infectious diseases and cancer.

.وەک هەوکردن و شێرپەنجە

Thousands of patients every year

ساڵانە هەزاران نەخۆش

lose their lives due to liver and oral cancer.

ژیانیان لەدەست دەدەن بەهۆی .شێرپەنجەی جگەر و ناودەم

Our best way to help these patients

باشترین ڕێگە بۆ یارمەتی ئەم نەخۆشانە

is to perform early detection and diagnoses of these diseases.

ئەوەیە هەوڵی دۆزینەوەی پێشوەختی .ئەم نەخۆشیانە بدەین

So how do we detect these diseases today, and can artificial intelligence help?

چۆن لە ئێستەدا ئەم نەخۆشیانە دەدۆزینەوە، ئایا ژیری دروستکراو دەکرێت بەسوود بێت؟

In patients who, unfortunately, are suspected of these diseases,

لە ئەو نەخۆشانەی کە بە داخەوە، گومانی ،ئەم نەخۆشییەیان لێدەکرێت

an expert physician first orders

دکتۆرێکی شارەزا، داوای

very expensive medical imaging technologies

چەندین تەکنیکی وێنەگرتنی پزیشکی گران دەکات

such as fluorescent imaging, CTs, MRIs, to be performed.

،وەک وێنەکردنی تیشکدانەوەی فلۆریدی .سی تی سکان و ئێم ئاڕ ئای بکرێن

Once those images are collected,

،کاتێک ئەو وێنانە کۆ دەکرێنەوە

another expert physician then diagnoses those images and talks to the patient.

دکتۆرێکی تر ئەو نەخۆشیانە دەدۆزێتەوە و .لەگەڵ نەخۆشەکەدا قسە دەکات

As you can see, this is a very resource-intensive process,

،وەک دەبینن ،ئەمە پرۆسەیەکە کە سەرچاوەی زۆری دەوێت

requiring both expert physicians, expensive medical imaging technologies,

پێویستەی بە دکتۆری شارەزا و ،تەکنەلۆجیای وێنەکردنی پزیشکی گران

and is not considered practical for the developing world.

و بە شتێکی پراکتیکی لە وڵاتە .هەژارنشینەکان نابینرێن

And in fact, in many industrialized nations, as well.

لەڕاستیدا، بۆ چەندین .وڵاتی پیشەسازیش، هەمان بارودۆخیان هەیە

So, can we solve this problem using artificial intelligence?

ئایا دەتوانین چارەسەری ئەم کێشانە بکەین بە بەکارهێنانی ژیری دروستکراو؟

Today, if I were to use traditional artificial intelligence architectures

لە ئێستەدا، ئەگەر بمەوێت بە بونیادی ژیری ،دروستکراوی ئەم سەردەمە بەکاربهێنم

to solve this problem,

،بۆ چارەسەری ئەم کێشەیە

I would require 10,000 --

--پێویستەم بە ١٠ هەزار دەبێت

I repeat, on an order of 10,000 of these very expensive medical images

دووبارەی دەکەمەوە، ١٠ هەزار لەم وێنە پزیشکیە گرانبەهایانە

first to be generated.

.بۆ ئەوەی دروست بکرێت

After that, I would then go to an expert physician,

لە دوای ئەوەش، بڕوات ،بۆ دکتۆرێکی شارەزا

who would then analyze those images for me.

بۆ ئەوەی ئەو وێنانە .شیبکاتەوە بۆمن

And using those two pieces of information,

،و بە بەکارهێنانی ئەو دوو زانیاریە

I can train a standard deep neural network or a deep learning network

دەتوانم تۆڕێکی قووڵی دەماری یان تۆڕێکی فێربوونی قووڵ ڕابهێنم

to provide patient's diagnosis.

.بۆ پێدانی شیکاری نەخۆشیەکە

Similar to the first approach,

،نزیک لە یەکەم بیرۆکە

traditional artificial intelligence approaches

ژیری دروستکراوی ئەم سەردەمە

suffer from the same problem.

هەمان کێشەیان هەیە

Large amounts of data, expert physicians and expert medical imaging technologies.

بڕێکی زۆری زانیاری، دکتۆری شارەزا تەکنەلۆجیای پێشکەوتووی وێنەگرتن

So, can we invent more scalable, effective

ئەگەر بتوانین، جۆرێکی کارامەتر، باشتر

and more valuable artificial intelligence architectures

ژیریەکی دروستکراوی بەبەهاتر ،و پێشکەوتوتر دروست بکەین

to solve these very important problems facing us today?

بۆ چارەسەری کێشە گرنگەکانی ئەم سەردەمە؟

And this is exactly what my group at MIT Media Lab does.

ئەمە بە دیاریکراوی کاری گروپەکەمە لە تاقیگەی میدیای ئێم ئای تی

We have invented a variety of unorthodox AI architectures

چەندین جۆری ئەی - ئای نا ئاسایمان بونیاد ناوە

to solve some of the most important challenges facing us today

بۆ چارەسەرکردنی ئەو بەربەستانەی کە ڕوبەڕومان دەبنەوە لەمڕۆدا

in medical imaging and clinical trials.

لە وێنەگرتنی پزیشکی و تاقیگە پزیشکیەکان

In the example I shared with you today, we had two goals.

لەو نمونەیەی کە پیشانمدان ئەمڕۆ .دوو ئامانجمان هەبوو

Our first goal was to reduce the number of images

یەکەم ئامانج بە کەمکردنەوە ژمارەی ئەو وێنانە دەبێت

required to train artificial intelligence algorithms.

کە پێویستە بۆ ڕاهێنانی .ئەلگۆریتمەکانی ژیری دروستکراو

Our second goal -- we were more ambitious,

ئامانجی دووهەمان - کە زۆر بە پەرۆش بووین

we wanted to reduce the use of expensive medical imaging technologies

دەمانویست بەکارهێنانی تەکنیکی وێنەکاری پزیشکی کەم بکەینەوە

to screen patients.

.کە وێنەی نەخۆشەکان دەگرێت

So how did we do it?

چۆن ئەمەمان کرد؟

For our first goal,

،بۆ یەکەم ئامانجمان

instead of starting with tens and thousands

لە جیاتی ئەوەی بە هەزاران و دەیان هەزار

of these very expensive medical images, like traditional AI,

لەم وێنە گرانبەهایانە بەکاربێنین ،وەک (ئەی- ئای)ەکانی پێشتر

we started with a single medical image.

.بە یەک وێنەی پزیشکی دەستمان پێکرد

From this image, my team and I figured out a very clever way

لەم وێنەیەوە، خۆم و تیمەکەم، ڕێگەیەکی زۆر زیرەکانەمان دۆزیەوە

to extract billions of information packets.

بۆ دۆزینەوە و دەرهێنانی .ملیارەها جۆری زانیاری

These information packets included colors, pixels, geometry

ئەم زانیاریانە، لە ڕەنگ ،پێکسڵەکان و شێوەی ئەندازەیی پێکهاتبوون

and rendering of the disease on the medical image.

و دوبارە ڕێکخستنەوەی ئەم نەخۆشیانە .لەڕێگەی ئەم وێنە پزیشکییەوە

In a sense, we converted one image into billions of training data points,

بە شێوەیەک، ئێمە یەک وێنەمان ،گۆڕی بۆ ملیارەها خاڵی ڕاهێنان

massively reducing the amount of data needed for training.

بە ئەمەش بڕێکی زۆری کەمدەکاتەوە لەو زانیاریانەی کە پێویستە بۆ ڕاهێنان.

For our second goal,

،ئامانجی دووهەم

to reduce the use of expensive medical imaging technologies to screen patients,

بۆ کەمکردنەوەی بەکارهێنانی تەکنەلۆجیای وێنەکردنی پزیشکی بۆ نەخۆشەکان

we started with a standard, white light photograph,

بە یەک وێنەی ئاسایی دەستمانپێکرد

acquired either from a DSLR camera or a mobile phone, for the patient.

کە لە مۆبایل یان کامێرا دەگیرێت .بۆ نەخۆشەکە

Then remember those billions of information packets?

بیری ئەو ملیار پاکێتی زانیاریانت هەیە؟

We overlaid those from the medical image onto this image,

،ئەو وێنە پزیشکیانەمان خستە سەر ئەم وێنەیە

creating something that we call a composite image.

کە شتێک پێکدێنێت پێی دەوترێت .وێنەیەکی ئاوێتە

Much to our surprise, we only required 50 --

،بە شێوەیەکی سەرسامکەر تەنها ٥٠ دانەمان پێویستە بوو

I repeat, only 50 --

دووبارەی دەکەمەوە تەنها ٥٠ دانە

of these composite images to train our algorithms to high efficiencies.

لە ئەو وێنانە بۆ ئەوەی ئەلگۆریتمەکانمان .بە شێوەیەکی باش ڕابهێنین

To summarize our approach,

،بۆ ئەوەی ئەم بیرۆکەیە کورت بکەینەوە

instead of using 10,000 very expensive medical images,

لەجیاتی بەکارهێنانی وێنەی پزیشکی گرانبەها

we can now train the AI algorithms in an unorthodox way,

ئێستا، ئێمە دەتوانین ئەلگۆریتمەکانی ،ئەی-ئای بە شێوەیەکی نائاسایی ڕابهێنین

using only 50 of these high-resolution, but standard photographs,

بە بەکارهێنانی ٥٠ وێنەی ،ئاسایی کوالیتی بەرز

acquired from DSLR cameras and mobile phones,

لە وێنەی ئاسایی کامێرای(دی ئێس ئێڵ ئاڕ)و کامێرای مۆبایل وەردەگیرێت

and provide diagnosis.

.بۆ دەستنیشانکردنی نەخۆشی

More importantly,

،لە ئەوەش گرنگتر

our algorithms can accept, in the future and even right now,

ئەلگۆریتمەکانمان، لە ئێستە و داهاتوودا دەتوانن

some very simple, white light photographs from the patient,

،وێنەی سادە لە نەخۆشەکان وەربگرن

instead of expensive medical imaging technologies.

لەجیاتی چەندین تەکنەلۆجیای .گرانبەهای وێنەگرتنی پزیشکی

I believe that we are poised to enter an era

باوەڕم وایە، کە ئەوەی ئێمە بەرەو سەردەمێک دەڕۆین

where artificial intelligence

کە ژیری دروستکراو

is going to make an incredible impact on our future.

.کاریگەریەکی گەورەی لەسەر داهاتوومان دەبێت

And I think that thinking about traditional AI,

باوەڕم وایە کە ئەی - ئای نەوەی پێشوو

which is data-rich but application-poor,

کە زانیاری زۆری تێدایە بەڵام بەکارهێنانێکی لاواز

we should also continue thinking

دەبێت بەردەوام بیربکەینەوە

about unorthodox artificial intelligence architectures,

دەربارەی بونیادی ژیری دروستکراوی نائاسایی

which can accept small amounts of data

کە دەتوانێت بە ژمارەیەکی کەمی زانیاری

and solve some of the most important problems facing us today,

چارەسەری کێشە کرنگەکانی ئەمڕۆ بکات

especially in health care.

بەتایبەتی لە تەندروستیدا.

Thank you very much.

زۆر سوپاس.

(Applause)

(چەپڵە)