{vembed Y=urJ7QEdhP_U}

Uuden tutkimuksen mukaan keinotekoisen älyn työkalu - joka on koulutettu suunnilleen miljoonalle seulotulle mammografiakuvalle - voi tunnistaa rintasyövän noin 90% tarkkuudella yhdistettynä radiologianalyysiin.

Tutkimuksessa tutkittiin tietyn tyyppisen tekoälyn (koneoppimisen tietokoneohjelman) kykyä tuoda lisäarvoa diagnooseihin, joita 14 radiologin ryhmä saavutti, kun he arvioivat 720 mammografiassa kuvia.

"Työn perimmäinen tavoite on kasvattaa, ei korvata ihmisen radiologia."

"Tutkimuksemme havaitsi, että AI tunnisti syöpään liittyvät mallit tiedoissa, joita radiologit eivät pystyneet, ja päinvastoin", sanoo vanhempi tutkimuksen kirjoittaja Krzysztof Geras, New Yorkin yliopiston Grossmanin lääketieteellisen korkeakoulun radiologian osaston apulaisprofessori.

"AI havaitsi pikselitason muutokset ihmisen silmälle näkymättömässä kudoksessa, kun taas ihmiset käyttivät päättelymuotoja, jotka eivät ole AI: n käytettävissä", lisää Geras, myös tietotekniikan keskukseen kuuluva tiedekunnan jäsen. "Työn perimmäinen tavoite on kasvattaa, ei korvata ihmisen radiologia."


sisäinen tilausgrafiikka


Vuonna 2014 naiset (ilman oireita) saivat Yhdysvalloissa yli 39 miljoonaa mammografiatutkimusta rintasyövän seulomiseksi ja tarkemman seurannan tarpeen määrittämiseksi. Naiset, joiden testitulokset tuottavat epänormaaleja mammografiahavaintoja, ohjataan biopsia, menetelmä, joka poistaa pienen näytteen rintakudoksesta laboratoriokokeita varten.

Three images of breast tissue side by side. The first is black and white, the second has spots of green, the third has spots of red.AI-työkalu oppi ennustamaan, mitkä vauriot olivat todennäköisesti pahanlaatuisia (punainen lämpökartta) tai todennäköisesti hyvänlaatuisia (vihreä lämpökartta), ja ne auttoivat radiologia diagnosoimaan rintasyöpää. (Luotto: NYU University of Medicine)

Uudessa tutkimuksessa tutkijaryhmä suunnitteli tilastollisia tekniikoita, joiden avulla ohjelma “oppi” parantamaan tehtäväänsä ilman, että heille kerrotaan tarkalleen kuinka. Tällaiset ohjelmat rakentavat matemaattisia malleja, jotka mahdollistavat päätöksenteon niihin syötettyjen tietoesimerkkien perusteella. Ohjelma tulee ”älykkäämmäksi”, koska se tarkistaa yhä enemmän dataa.

Modernit AI-lähestymistavat, jotka saavat inspiraatiota ihmisen aivoista, käyttävät monimutkaisia ​​piirejä prosessoidakseen tietoja kerroksittain, jolloin jokainen vaihe syöttää tietoa seuraavaan ja antaa kullekin tiedolle enemmän tai vähemmän tärkeän merkityksen matkan varrella.

Tämän tutkimuksen kirjoittajat kouluttivat AI-työkalunsa monille kuville, jotka vastasivat aiemmin tehtyjen biopsioiden tuloksia. Heidän tavoitteensa oli antaa työkalulle mahdollisuus auttaa radiologeja vähentämään eteenpäin tarvittavien biopsioiden määrää. Tämä voidaan saavuttaa vain, sanoo Geras, lisäämällä lääkäreiden luottamusta seulontakokeisiin tehtyjen arviointien tarkkuuteen (esimerkiksi vähentämällä vääriä positiivisia ja vääriä-negatiivisia tuloksia).

Tutkimusryhmä analysoi nykyistä tutkimusta varten osana rutiininomaista kliinistä hoitoa seitsemän vuoden aikana kerättyjä kuvia seulomalla kerätyt tiedot läpi ja yhdistämällä kuvat biopsiatuloksiin. Kirjoittajat sanovat, että tämä työ loi erityisen suuren tietoaineiston AI-työkalun harjoittamista varten, ja se koostui 229,426 1,001,093 digitaalisesta seulontamammografiakokeesta ja 10,000 XNUMX XNUMX kuvasta. Suurin osa tietokannoista, joita tutkijat ovat tähän mennessä käyttäneet tutkimuksissa, on rajoitettu enintään XNUMX XNUMX kuvaan.

Siksi tutkijat kouluttivat hermoverkkoaan ohjelmoimalla sitä analysoimaan kuvia tietokannasta, jolle syöpädiagnoosit oli jo määritetty. Tämä tarkoitti, että tutkijat tiesivät "totuuden" jokaiselle mammografiakuvalle (syöpä vai ei), kun he testasivat työkalun tarkkuutta, kun työkalun piti kuitenkin arvata. Tutkijat mittasivat tarkkuuden oikeiden ennusteiden taajuudessa.

Lisäksi tutkijat suunnittelivat tutkimuksen AI-mallin pohtiakseen ensin erikseen erittäin pieniä täyden resoluution kuvan kohtia lämpökartan, tilastollisen kuvan sairauden todennäköisyydestä. Sitten ohjelma harkitsee koko rintaa syöpään liittyvien rakenteellisten piirteiden suhteen kiinnittäen tarkempaa huomiota pikselitason lämpökartalla merkittyihin alueisiin.

Sen sijaan, että tutkijat olisivat tunnistaneet AI: n etsittäviä kuvaominaisuuksia, työkalu löytää yksin, mitkä kuvan ominaisuudet lisäävät ennusteiden tarkkuutta. Edelleen ryhmä aikoo parantaa tätä tarkkuutta entisestään kouluttamalla AI-ohjelmaan lisätietoja, ehkä jopa tunnistamalla muutokset rintakudoksessa, jotka eivät ole vielä syöpäsyöviä, mutta joilla on potentiaalia.

"Diagnostisen radiologian AI-tukeen siirtymisen tulisi tapahtua samalla tavalla kuin itse ajavien autojen omaksuminen - hitaasti ja huolellisesti, luottamuksen lisääminen ja järjestelmien parantaminen matkan varrella keskittyen turvallisuuteen", sanoo ensimmäinen kirjailija Nan Wu, tutkijatohtori tietojen tiedekeskus.

Tutkimus näkyy IEEE-transaktiot lääketieteellisestä kuvantamisesta.

kirjailijasta

Vanhempi tutkimuksen kirjoittaja Krzysztof Geras on apulaisprofessori radiologian osastolla New Yorkin yliopiston Grossmanin lääketieteellisessä koulussa.

Muita kirjoittajia ovat NYU: sta, SUNY Downstate University College of Medicalista, Cambridgen yliopistosta ja Jagiellonian yliopistosta.

Työtä tuettiin osittain kansallisilta terveyslaitoksilta. Tässä tutkimuksessa käytetty malli on annettu kentän käyttöön innovoinnin vauhdittamiseksi.

Alkuperäinen tutkimus

Liittyvät kirjat:

Keho pitää pisteet: Aivomieli ja keho trauman paranemisessa

esittäjä (t): Bessel van der Kolk

Tämä kirja tutkii trauman ja fyysisen ja henkisen terveyden välisiä yhteyksiä ja tarjoaa oivalluksia ja strategioita paranemiseen ja palautumiseen.

Klikkaa saadaksesi lisätietoja tai tilataksesi

Breath: kadonneen taiteen uusi tiede

Kirjailija: James Nestor

Tämä kirja tutkii hengityksen tieteitä ja käytäntöjä ja tarjoaa oivalluksia ja tekniikoita fyysisen ja henkisen terveyden parantamiseksi.

Klikkaa saadaksesi lisätietoja tai tilataksesi

Kasviparadoksi: "terveellisten" elintarvikkeiden piilotetut vaarat, jotka aiheuttavat sairauksia ja painonnousua

Kirjailija: Steven R. Gundry

Tämä kirja tutkii ruokavalion, terveyden ja sairauksien välisiä yhteyksiä ja tarjoaa oivalluksia ja strategioita yleisen terveyden ja hyvinvoinnin parantamiseksi.

Klikkaa saadaksesi lisätietoja tai tilataksesi

Immunity Code: Uusi paradigma todelliselle terveydelle ja radikaalille ikääntymisen estämiselle

Kirjailija: Joel Greene

Tämä kirja tarjoaa uuden näkökulman terveyteen ja immuniteettiin, hyödyntäen epigenetiikan periaatteita ja tarjoaa oivalluksia ja strategioita terveyden ja ikääntymisen optimoimiseksi.

Klikkaa saadaksesi lisätietoja tai tilataksesi

Täydellinen opas paastoon: paranna kehosi jaksoittaisella, vuorotellen ja pitkällä paastolla

Tohtori Jason Fung ja Jimmy Moore

Tämä kirja tutkii paastoamisen tiedettä ja käytäntöä ja tarjoaa oivalluksia ja strategioita yleisen terveyden ja hyvinvoinnin parantamiseksi.

Klikkaa saadaksesi lisätietoja tai tilataksesi