Sztuczna inteligencja może zrewolucjonizować diagnostykę raka piersi

Kategorie: 

Źródło: 123rf.com

Szwedzcy naukowcy wykorzystali algorytmy sztucznej inteligencji jako narzędzia w diagnostyce obrazowej raka piersi. Do celów badawczych wykorzystano trzy różne sieci neuronowe, które przeanalizowały prawie 9 tysięcy obrazów z aparatów mammograficznych. Okazało się, że jeden z algorytmów pod względem skuteczności potrafił dorównać profesjonalnym radiologom.

 

Najważniejszym elementem walki z rakiem piersi jest odpowiednio wczesna diagnostyka. W tym celu przeprowadza się profilaktyczne badania przesiewowe, które znacząco zmniejszają umieralność na tego typu nowotwory. Wykonane zdjęcia są zwykle analizowane niezależnie przez dwóch radiologów, aby zwiększyć skuteczność wykrywania raka. Jest to jednak droga i czasochłonna metoda, dlatego naukowcy często szukają tańszej, lecz równie skutecznej alternatywy.

 

Zespół z Instytutu Karolinska postanowił wypróbować sztuczną inteligencję do analizy obrazów mammograficznych pod kątem występowania raka piersi. Do badań „zaproszono” trzy różne komercyjne algorytmy, które przeskanowały zdjęcia 739 kobiet, u których wykryto raka piersi w czasie krótszym niż 12 miesięcy od poprzedniego badania, oraz 8066 kolejnych zdjęć, należących do kobiet, wśród których nie wykryto nowotworu w ciągu 24 miesięcy. Sieci neuronowe miały po prostu ocenić, czy na danym zdjęciu na pewno jest nowotwór, czy go nie ma.

Skuteczność wykrywania raka piersi przez algorytmy, oznaczone jako AI-1, AI-2 i AI-3, wyniosła odpowiednio 81,9%, 67% i 67,4%. Dane z tego eksperymentu zostały porównane do interpretacji radiologów. Skuteczność lekarzy, którzy analizowali obrazy niezależnie jako pierwsi i drudzy, wyniosła odpowiednio 77,4% i 80,1%. W niektórych przypadkach, sztuczna inteligencja potrafiła wykryć nowotwory piersi, które zostały niezauważone przez radiologów.

 

Badania wykazały, że algorytmy sztucznej inteligencji, przynajmniej na początku, mogłyby blisko współpracować z radiologami, aby ograniczyć fałszywie negatywne diagnozy. Jednak na dłuższą metę możemy spodziewać się znaczącej poprawy wydajności sztucznej inteligencji, a w przyszłości, sieci neuronowe mogłyby nawet zastąpić radiologów, aby zwiększyć skuteczność diagnoz, przyspieszyć badania i ograniczyć koszty.

 

Ocena: 

Nie ma jeszcze ocen
Dodaj komentarz

loading...

Komentarze

Skomentuj