Вештачка интелигенција боља од уочавања рака плућа од људи
Истраживачи су користили алгоритам дубоког учења да би тачно открили рак плућа на основу скенирања помоћу рачунарске томографије. Резултати студије показују да вештачка интелигенција може надмашити људску процену ових скенирања.
Према најновијим проценама, рак плућа узрокује скоро 160.000 смртних случајева у Сједињеним Државама. Стање је водећи узрок смрти повезане са раком у САД-у, а рано откривање је пресудно и за заустављање ширења тумора и за побољшање исхода пацијената.
Као алтернатива рендгенском снимању грудног коша, здравствени радници од недавно користе рачунарску томографију (ЦТ) за откривање карцинома плућа.
У ствари, неки научници тврде да су ЦТ снимци супериорнији од рендгенских зрака за откривање рака плућа, а истраживања су показала да је ЦТ са малим дозама (ЛДЦТ) нарочито смањио смртност од рака плућа за 20%.
Међутим, висока стопа лажно позитивних и лажно негативних и даље загонетка ЛДЦТ поступак. Ове грешке обично одлажу дијагнозу рака плућа док болест не достигне напредни стадијум када постане превише тешко за лечење.
Ново истраживање може заштитити од ових грешака. Група научника користила је технике вештачке интелигенције (АИ) за откривање тумора плућа у ЛДЦТ скенирању.
Даниел Тсе, из Гоогле Хеалтх Ресеарцх групе из Моунтаин Виев-а, ЦА, одговарајући је аутор студије чији се налази појављују у часопису Натуре Медицине.
„Модел је надмашио свих шест радиолога“
Тсе и колеге су применили облик АИ под називом дубоко учење на 42.290 ЛДЦТ скенирања, којима су приступили из Северозападног електронског складишта података и других извора података који припадају болницама Северозападне медицине у Чикагу, ИЛ.
Алгоритам дубоког учења омогућава рачунарима да уче на примеру. У овом случају, истраживачи су обучили систем користећи примарно ЛДЦТ скенирање заједно са ранијим ЛДЦТ скенирањем, ако је било доступно.
Претходна ЛДЦТ скенирања су корисна јер могу открити абнормалну брзину раста плућних чворова, што указује на малигнитет.
У тренутној студији, АИ је обезбедио „аутоматизовани систем за процену слике“ који је тачно предвидео малигнитет плућних чворова без икакве људске интервенције.
Истраживачи су упоређивали процене АИ са оценама шест америчких радиолога који су имали сертификат одбора који су имали до 20 година клиничког искуства.
Када претходна ЛДЦТ скенирања нису била доступна, АИ „модел је надмашио свих шест радиолога са апсолутним смањењем од 11% у лажно позитивним и 5% у лажним негативима“, извештавају Тсе и колеге. Када је претходно сликање било доступно, вештачка интелигенција је радила једнако добро као и радиолози.
Коаутор студије др Моззииар Етемади, истраживач доцент за анестезиологију на Медицинском факултету Универзитета Феинберг у Северозападном универзитету у Чикагу, објашњава зашто АИ може надмашити људску процену.
„Радиолози углавном испитују стотине 2Д слика или„ кришки “у једном ЦТ скенирању, али овај нови систем за машинско учење плућа прегледава у огромној, једној 3Д слици“, каже др Етемади.
„АИ у 3Д-у може бити много осетљивији у својој способности да открије рани рак плућа од људског ока који гледа у 2Д слике. Ово је технички „4Д“, јер не гледа само један ЦТ, већ два (тренутни и претходни) током времена. “
Др Моззииар Етемади
„Да бисте изградили АИ за приказ ЦТ-ова на овај начин, потребан вам је огроман рачунарски систем Гоогле-скале“, наставља он. „Концепт је нов, али стварни инжењеринг такође је нов због размера.“
Др Етемади наставља да велича предности коришћења технологије дубоког учења, истичући њену прецизност. „Систем може категоризовати лезију са више специфичности“, каже истраживач.
„Не само да можемо некоме боље дијагнозирати рак, можемо рећи и ако неко нема рак, што би га потенцијално спасило од инвазивне, скупе и ризичне биопсије плућа“, закључује др Етемади.
Истраживачи, међутим, упозоравају да је прво потребно ове резултате потврдити у већим скупинама.
