صمم فريق باحثين من جامعة كامبردج وجامعة سيمون فريزر مجموعة اختبارات لخوارزميات إعادة تركيب الصور الطبية المعتمدة على الذكاء الاصطناعي والتعلم العميق وخلص إلى أن هذه التقنيات ترتكب الأخطاء أو تنتج بيانات غير مطلوبة، بالإضافة إلى إنتاج أخطاء أخرى جسيمة في الصور النهائية. هذه الأخطاء لا تشاهد في تقنيات التصوير غير المعتمدة على الذكاء الاصطناعي. لوحظت هذه المشكلة في الأنواع المختلفة للشبكات العصبية الاصطناعية. لهذا يحذر الباحثون من الاعتماد على تقنيات إعادة تركيب الصور الطبية المعتمدة على الذكاء الاصطناعي للوصول إلى تشخيص طبي وتحديد العلاج الملائم. نشرت نتائج الدراسة في دورية بروسيدنغز أوف ذا ناشيونال أكاديمي أوف ساينسز.
قال د. أندرز هانسن من قسم الرياضيات التطبيقية والفيزياء النظرية لدى جامعة كامبردج «حظي التصوير الطبي المعتمد على الذكاء الاصطناعي بتقبل كبير، فهو قادر على إحداث ثورة في الطب الحديث. لكن يتخلله أخطاء يصعب التغاضي عنها،» وأضاف «خلصنا إلى أن تقنيات الذكاء الاصطناعي يصعب الاعتماد عليها، وأن تغييرات صغيرة في المدخلات تحدث تغييرات كبيرة في النتائج.»
كلما مكث المريض في جهاز الرنين المغناطيسي، زادت دقة الصورة. لكن التوجه الحالي يتركز حول تقليل هذه الفترة، لزيادة عدد المرضى وتقليل خطر الإشعاع في اختبارات أخرى. ومع أن استخدام تقنيات الذكاء الاصطناعي لتحسين جودة تقنيات التصوير فكرة جذابة لإنتاج صور عالية الجودة خلال وقت أقل. إذ تتعلم الخوارزميات إعادة تركيب الصور بالاعتماد على بيانات سابقة. هذا يمثل تغييرًا جذريًا مقارنةً بتقنيات إعادة التركيب التقليدية التي تتعلم بالاعتماد على الرياضيات فقط.
