{vembed Y=urJ7QEdhP_U}
Egy új tanulmány szerint egy mesterséges intelligencia eszköz - nagyjából egymillió mammográfiai kép szűrésére képezve - körülbelül 90% -os pontossággal képes azonosítani az emlőrákot.
A tanulmány azt vizsgálta, hogy egy mesterséges intelligencia (AI), egy gépi tanulást végző számítógépes program képes -e hozzáadni a diagnózist, amelyet egy 14 radiológusból álló csoport 720 felülvizsgálata során ért el. mammográfia képeket.
"Munkánk végső célja az emberi radiológusok bővítése, nem pedig helyettesítése."
„Vizsgálatunk azt találta, hogy az AI rákkal kapcsolatos mintákat azonosított azokban az adatokban, amelyeket a radiológusok nem tudtak, és fordítva”-mondja Krzysztof Geras vezető tanulmány szerzője, a New York-i Egyetem Grossman Orvostudományi Egyetem radiológiai tanszékének adjunktusa.
„Az AI képpont szintű változásokat észlelt az emberi szem számára láthatatlan szövetekben, míg az emberek olyan érvelési formákat használtak, amelyek nem állnak rendelkezésre az AI számára”-teszi hozzá Geras, az Adatvédelmi Központ társult oktatója. "Munkánk végső célja az emberi radiológusok bővítése, nem pedig helyettesítése."
2014-ben az Egyesült Államokban (tünetek nélkül) több mint 39 millió mammográfiai vizsgálatot végeztek az Egyesült Államokban, hogy kiszűrjék az emlőrákot, és megállapítsák a szorosabb nyomon követés szükségességét. Azok a nők hivatkoznak, akiknek vizsgálati eredményei rendellenes mammográfiás eredményeket adnak biopszia, egy eljárás, amely eltávolít egy kis mintát a mellszövetből laboratóriumi vizsgálat céljából.
Az AI eszköz megtanulta megjósolni, hogy melyik elváltozás valószínűleg rosszindulatú (vörös hőtérkép) vagy valószínűleg jóindulatú (zöld hőtérkép), és segíthet a radiológusoknak az emlőrák diagnosztizálásában. (Hitel: NYU Orvostudományi Egyetem)
Az új tanulmányban a kutatócsoport olyan statisztikai technikákat tervezett, amelyek segítségével programjuk „megtanulhatja”, hogyan lehet jobban teljesíteni egy feladatban anélkül, hogy pontosan megmondaná, hogyan. Az ilyen programok olyan matematikai modelleket építenek fel, amelyek lehetővé teszik a beléjük táplált adatpéldákon alapuló döntéshozatalt, és a program egyre okosabb lesz, ahogy egyre több adatot vizsgál át.
A modern mesterséges intelligencia -megközelítések, amelyek az emberi agyból merítenek, bonyolult áramköröket használnak az információk réteges feldolgozására, és minden lépés az információt a következőbe táplálja, és több -kevesebb jelentőséget tulajdonít az egyes információknak.
A jelenlegi tanulmány szerzői sok olyan képre képezték ki AI -eszközüket, amelyek megfeleltek a korábban végzett biopsziák eredményeinek. Céljuk az volt, hogy lehetővé tegyék az eszköz segítségével a radiológusok számára a szükséges biopsziák számának csökkentését. Ezt csak úgy lehet elérni, mondja Geras, ha növeli az orvosok bizalmát a szűrővizsgálatokra vonatkozó értékelések pontosságában (például csökkentve álpozitív és hamis negatív eredmények).
A mostani vizsgálathoz a kutatócsoport hét év alatt a rutin klinikai ellátás részeként gyűjtött képeket elemezte, szitálva az összegyűjtött adatokat, és összekapcsolva a képeket a biopsziás eredményekkel. Ez az erőfeszítés rendkívül nagy adathalmazt hozott létre a mesterséges intelligencia -eszközük számára, amely a szerzők szerint 229,426 1,001,093 digitális szűrő mammográfiai vizsgálatból és 10,000 XNUMX XNUMX képből áll. A kutatók által eddig felhasznált adatbázisok többsége legfeljebb XNUMX XNUMX képre korlátozódott.
Így a kutatók úgy képezték ki ideghálózatukat, hogy beprogramozták, hogy elemezzék az adatbázisból származó képeket, amelyekre már megállapították a rákos diagnózist. Ez azt jelentette, hogy a kutatók tudták az „igazságot” minden mammográfiás kép esetében (rák vagy sem), miközben tesztelték az eszköz pontosságát, miközben az eszköznek találgatnia kellett. A kutatók a pontosságot mérték a helyes előrejelzések gyakoriságában.
Ezenkívül a kutatók úgy tervezték meg a tanulmány AI modelljét, hogy először a teljes felbontású kép nagyon apró foltjait külön -külön figyelembe veszik, hogy létrehozzanak egy hőtérképet, egy statisztikai képet a betegség valószínűségéről. Ezután a program a teljes mellét figyelembe veszi a rákhoz kapcsolódó szerkezeti jellemzők tekintetében, és fokozott figyelmet fordít a pixelszintű hőtérképen megjelölt területekre.
Ahelyett, hogy a kutatók azonosítanák az AI által keresett képi jellemzőket, az eszköz önmagában fedezi fel, hogy mely képi jellemzők növelik az előrejelzési pontosságot. Továbblépve a csapat azt tervezi, hogy tovább növeli ezt a pontosságot azáltal, hogy az AI programot több adatra oktatja, talán még olyan emlőszöveti változásokat is azonosít, amelyek még nem rákosak, de potenciálisak lehetnek.
„A diagnosztikai radiológiában az AI támogatásra való áttérésnek úgy kell történnie, mint az önvezető autók elfogadásának-lassan és óvatosan, a bizalom kiépítése és a rendszerek fejlesztése útján, a biztonságra összpontosítva”-mondja Nan Wu, az első szerző. az Adattudományi Központ.
A tanulmány megjelenik IEEE-tranzakciók az orvosi képalkotáson.
A szerzőről
A vezető tanulmány szerzője, Krzysztof Geras a New York -i Egyetem Grossman Orvostudományi Egyetem radiológiai tanszékének adjunktusa.
További társszerzők a NYU -tól, a SUNY Downstate College of Medicine -tól, a Cambridge -i Egyetemtől és a Jagiellonian Egyetemtől.
A munkát részben a Nemzeti Egészségügyi Intézet támogatta. A tanulmányban használt modellt a szakterület rendelkezésére bocsátották az innováció ösztönzése érdekében.
Kapcsolódó könyvek:
A test tartja a pontszámot: Az agy és a test a traumák gyógyításában
írta Bessel van der Kolk
Ez a könyv a trauma, valamint a fizikai és mentális egészség összefüggéseit tárja fel, betekintést és stratégiákat kínálva a gyógyuláshoz és felépüléshez.
Kattintson a további információkért vagy a megrendeléshez
Lélegzet: Egy elveszett művészet új tudománya
írta: James Nestor
Ez a könyv a légzés tudományát és gyakorlatát tárja fel, betekintést és technikákat kínálva a testi és lelki egészség javítására.
Kattintson a további információkért vagy a megrendeléshez
A növényi paradoxon: Az „egészséges” élelmiszerek rejtett veszélyei, amelyek betegségeket és súlygyarapodást okoznak
szerző: Steven R. Gundry
Ez a könyv az étrend, az egészség és a betegségek közötti összefüggéseket tárja fel, betekintést és stratégiákat kínálva az általános egészség és jólét javítására.
Kattintson a további információkért vagy a megrendeléshez
Az Immunity Code: A valódi egészség és a radikális öregedésgátlás új paradigmája
írta Joel Greene
Ez a könyv új perspektívát kínál az egészségről és az immunitásról, az epigenetika alapelveire támaszkodva, valamint betekintést és stratégiákat kínál az egészség és az öregedés optimalizálásához.
Kattintson a további információkért vagy a megrendeléshez
A böjt teljes útmutatója: Gyógyítsa meg testét időszakos, váltakozó napos és hosszabb böjtöléssel
Dr. Jason Fung és Jimmy Moore
Ez a könyv a böjt tudományát és gyakorlatát tárja fel, betekintést és stratégiákat kínálva az általános egészség és jólét javítására.
