Różności i nowinki technologia

Ci lekarze używają sztucznej inteligencji do badań przesiewowych w kierunku raka piersi

Kiedy przyszedł Covid do Massachusetts, zmusił Constance Lehman do zmiany sposobu, w jaki Massachusetts General Hospital bada kobiety pod kątem raka piersi. Wiele osób pomijało regularne kontrole i skanowanie z powodu obaw o wirusa. Tak więc centrum Lehman Codirects zaczęło używać algorytmu sztucznej inteligencji do przewidywania, kto jest najbardziej narażony na zachorowanie na raka.

Lehman mówi, że od wybuchu epidemii około 20 000 kobiet pominęło rutynowe badania przesiewowe. Zwykle pięć na 1000 badanych kobiet wykazuje oznaki raka. „To 100 nowotworów, których nie zdiagnozowaliśmy” – mówi.

Lehman twierdzi, że sztuczna inteligencja pomogła zidentyfikować wiele kobiet, które po przekonaniu do rutynowego badania przesiewowego okazują się mieć wczesne objawy raka. Kobiety oznaczone przez algorytm były trzy razy bardziej narażone na raka; poprzednie techniki statystyczne nie były lepsze niż losowe.

Algorytm analizuje wcześniejsze mammografie i wydaje się działać nawet wtedy, gdy lekarze nie widzieli znaków ostrzegawczych na tych wcześniejszych skanach. „To, co robią narzędzia sztucznej inteligencji, to pozyskiwanie informacji, których moje oko i mózg nie mogą” – mówi.

Dzięki uprzejmości MIT

Naukowcy od dawna reklamują potencjał analizy sztucznej inteligencji w obrazowaniu medycznym, a niektóre narzędzia znalazły zastosowanie w opiece medycznej. Lehman od kilku lat współpracuje z naukowcami z MIT nad sposobami zastosowania sztucznej inteligencji do badań przesiewowych w kierunku raka.

Ale sztuczna inteligencja jest potencjalnie nawet bardziej przydatna jako sposób dokładniejszego przewidywania ryzyka. Badania przesiewowe w kierunku raka piersi czasami obejmują nie tylko badanie mammografii pod kątem prekursorów raka, ale także zebranie informacji o pacjentach i wprowadzenie ich do modelu statystycznego w celu określenia potrzeby dalszych badań przesiewowych.

Adam Yala, doktorant z MIT, zaczął opracowywać algorytm, którego używa Lehman, zwany Mirai, przed Covid. Mówi, że celem wykorzystania sztucznej inteligencji jest usprawnienie wczesnego wykrywania oraz zmniejszenie stresu i kosztów fałszywych alarmów.

Aby stworzyć Mirai, Yala musiał przezwyciężyć problemy, które nękały inne próby wykorzystania sztucznej inteligencji w radiologii. Wykorzystał podejście oparte na uczeniu maszynowym, w którym jeden algorytm próbuje oszukać inny, aby uwzględnić różnice między urządzeniami radiologicznymi, co może oznaczać, że pacjenci z tym samym ryzykiem raka piersi uzyskują różne wyniki. Model został również zaprojektowany do agregowania danych z kilku lat, dzięki czemu jest dokładniejszy niż poprzednie próby, które obejmują mniej danych.

Algorytm MIT analizuje standardowe cztery widoki mammografii, z których następnie wyciąga informacje o pacjentce, które często nie są zbierane, takie jak historia operacji lub czynniki hormonalne, takie jak menopauza. Może to pomóc, jeśli te dane nie zostały jeszcze zebrane przez lekarza. Szczegóły pracy przedstawiono w artykule opublikowanym dzisiaj w czasopiśmie Science Translational Medicine.

Zostaw komentarz

Maciek Luboński
Z wykształcenia jestem kucharzem , ale to nie przeszkadza mi pisać dla Was tekstów z wielu ciekawych dziedzin , których sam jestem fanem.Piszę dużo i często nie na tak jak trzeba , ale co z tego skoro tak naprawdę liczy się pasja.

Najlepsze recenzje

Video

gallery

Facebook