-
Frage gestellt nada29dee am 27 Nov 2024.
-
Matthieu-P. Schapranow Beantwortet am 27 Nov 2024:
@nada29dee: Wie bei einer Ärztin oder einem Arzt, muss ein KI-System lernen. Zum Beispiel können Veränderungen im Gewebe durch radiologische Bilddaten identifiziert werden. Dazu wird das sog. überwachte Lernen angewandt. Dabei werden z.B. Bilddaten, die durch Radiologinnen und Radiologen in der Vergangenheit bereits bewertet wurden, dem lernenden System als Trainingsdaten zugänglich gemacht. Ferner werden die Entscheidungen der Radiologinnen und Radiologen dem lernenden System zugänglich gemacht, z.B. Neubildung: ja/nein. Nun folgt die eigentliche „Programmierung“, die bei KI-Systemen durch das System selbst erfolgt. Sprich das KI-System versucht iterativ Merkmale abzuleiten, die als Kriterien für die Zuordnung Neubildung: ja/nein dienen können, z.B. Region, Größe, Helligkeitsunterschiede, etc.
Zusammenfassend: Beim überwachten Lernen wird also eine Eingabemenge von Daten bereitgestellt und die dazugehörige erwartete Ausgabe. Im Gegensatz zur klassischen Programmierung wird jedoch nicht das „Wie“ definiert, sprich konkrete Regeln, diese leitet das Modell selbständig ab.
-
-
Jens-Bastian Eppler Beantwortet am 27 Nov 2024:
Das ist eine sehr gute Frage. Die KI lernt, indem man ihr tausende von Bildern zeigt mit Tumor und tausende Bilder ohne. Sie wird darin normalerweise sehr gut, aber wir wissen dann nicht, welche Merkmale die KI verwendet um Tumore zu erkennen. Deswegen arbeiten sehr viele Forscher im Moment an erklärbarer KI, bei der man das verstehen könnte, aber das geht noch nicht.
Und natürlich ist das gefährlich und kann zu Fehlern führen. Ein berühmtes Beispiel für einen solchen Fehler ist eine KI, die trainiert wurde um Hautkrebs zu erkennen und von normalen Muttermalen zu unterscheiden. Das hat auch ganz gut funktioniert, aber am Ende kan raus, dass die KI gar nichts über die Tumore gelernt hat. Das Problem war, dass in allen Bildern mit Tumoren ein Lineal danaben war um die Größe zu zeigen. Bei den Bildern der normalen Muttermale war kein Lineal. Die KI hat einfach gelernt, dass ein Lineal „Tumor“ bedeutet. Daurch war sie natürlich nutzlos.
Deswegen müssen wir sehr vorischtig sein und daran forschen zu verstehen, wie eine KI Entscheidungen trifft. Leider ist das noch nicht möglich.
-
Karsten Weber Beantwortet am 27 Nov 2024:
Bisher werden solche Analysen nach meinem Wissen durch Menschen durchgeführt, da die Analyseschritte recht komplex sind und mehrere Analysemethoden genutzt werden, um zu entscheiden, ob ein Tumor gut- oder bösartig ist. Reine, bspw. auf Bilderkennungsverfahren aufsetzende Analysemethoden, KI-Erkennung von Tumoren gibt es noch nicht — bei Hautkrebs werden bspw. optische Überprüfungen (sei es durch Menschen oder KI) kopmbiniert mit histochemischen Verfahren. Ob man diese beiden Verfahren kombinieren und rein durch KI durchführen lassen kann, mag im Bereich des Möglichen liegen, aber gemacht wird dies meines Wissens nicht. Hier gäbe es neben den medizinischen Gesichtspunkten zudem eine ganze Menge juristischer Hürden zu überspringen, denn ein solches diagnostisches Verfahren, bei dem womöglich keine Menschen mehr beteiligt wären, stellt Fragen nach der Verantwortung bzgl. der Diagnosen.
-
Stefanie Remmele Beantwortet am 27 Nov 2024:
Kannst Du erklären, warum Du einen Hund von einer Katze unterscheiden kannst? Oder einen Mann von einer Frau nur anhand des Gesichts (ohne Schminke :-)).
Ein KI-Algorithmus lernt in der Regel aus den Beispieldaten, die man ihm gibt. Du müsstest ihm Messdaten, z.B. Bilder oder Zellinformationen etc von mutierten und nicht mutierten Tumoren geben. Und wie gut er dann ist, hängt davon ab, wie gut die Beispiele sind. Steckst Du Müll rein, kommt Müll raus, hat eine Google-Frau gesagt :-). Anhand welcher Merkmale er entscheidet weißt Du aber meistens dann nicht, so wie oben.
-
Lucas Ribeiro Beantwortet am 2 Dez 2024:
Das ist eine Frage, die eines echten Nachwuchswissenschaftlers würdig ist! Fantastisch!
Es ist tatsächlich möglich, KI-basierte Techniken zu verwenden, um festzustellen, ob ein Tumor mutiert ist oder nicht. Um es besser auszudrücken: Wir können überprüfen, wie sich ein Tumor im Patienten entwickelt, um beispielsweise zu prüfen, ob eine Behandlung tatsächlich angemessen ist oder ob eine Therapieänderung erforderlich ist!
Dafür brauchen wir Längsschnittdaten! Aber… Was bedeutet das? Es bedeutet, dass wir mindestens zwei Proben benötigen, aus demselben Gewebe, vom selben Patienten, an zwei verschiedenen Tagen. Wir können beispielsweise eine Probe von vor 6 Monaten und eine Probe von heute verwenden, um die Unterschiede zwischen ihnen zu vergleichen.
Und wie kann KI bei dieser Untersuchung helfen? Ganz einfach! Es hängt nur von der Art der Probe ab, die wir untersuchen. Um die DNA-Veränderungen tatsächlich zu verfolgen, können wir KI verwenden, um sehr kleine Veränderungen, sogenannte „Methylierungsmuster“, im Genom zu untersuchen. Aber da wir 3200000000 DNA-Stücke zu überprüfen haben, kann ein Computersystem definitiv zur Hilfe herangezogen werden!
Eine weitere Möglichkeit, das Fortschreiten eines Tumors zu überprüfen, sind Biopsien: kleine Gewebestücke, die unter dem Mikroskop analysiert werden. Obwohl sie klein sind, gibt es in einer tumorösen Umgebung viele Zellen und viele mögliche Veränderungen. Ein auf künstlicher Intelligenz basierendes System kann daher die Bilder vom Mikroskop überprüfen und dabei helfen, herauszufinden, was nicht stimmt, ähnlich wie ein „Superauge“, das uns beim Spiel „Wo ist Walter?“ hilft.
Kommentare