Keinotekoinen älykkyys paremmin kuin ihmisillä keuhkosyövän havaitsemisessa
Tutkijat ovat käyttäneet syvällisesti oppivaa algoritmia keuhkosyövän havaitsemiseksi tarkasti tietokonetomografialla. Tutkimuksen tulokset osoittavat, että tekoäly voi ylittää ihmisen arvioinnin näistä skannauksista.
Keuhkosyöpä aiheuttaa lähes 160 000 kuolemaa Yhdysvalloissa viimeisimpien arvioiden mukaan. Ehto on johtava syöpään liittyvän kuoleman syy Yhdysvalloissa, ja varhainen havaitseminen on ratkaisevan tärkeää sekä kasvainten leviämisen pysäyttämiseksi että potilastulosten parantamiseksi.
Vaihtoehtona rintakehän röntgensäteille terveydenhuollon ammattilaiset ovat viime aikoina käyttäneet tietokonetomografia-tutkimuksia keuhkosyövän seulomiseksi.
Itse asiassa jotkut tutkijat väittävät, että TT-skannaukset ovat parempia kuin röntgensäteet keuhkosyövän havaitsemiseksi, ja tutkimukset ovat osoittaneet, että erityisesti pieniannoksinen CT (LDCT) on vähentänyt keuhkosyöpäkuolemia 20%.
Suuri määrä vääriä positiivisia ja vääriä negatiivisia arvoituksia kuitenkin edelleen arvostaa LDCT-menettelyä. Nämä virheet viivästyttävät tyypillisesti keuhkosyövän diagnosointia, kunnes tauti on edennyt pitkälle, kun sen hoitaminen on liian vaikeaa.
Uusi tutkimus voi suojautua näiltä virheiltä. Ryhmä tutkijoita on käyttänyt tekoälytekniikoita keuhkokasvainten havaitsemiseksi LDCT-skannauksissa.
Daniel Tse, Google Health Research -ryhmästä Mountain View, CA, on tutkimuksen vastaava kirjoittaja, jonka havainnot julkaistaan lehdessä Luontolääketiede.
”Malli ylitti kaikki kuusi radiologia”
Tse ja hänen kollegansa soveltivat syväoppimista kutsuttua tekoälyn muotoa 42290 LDCT-skannaukseen, joihin he pääsivät Luoteis-elektronisesta tietovarastosta ja muista tietolähteistä, jotka kuuluvat Luoteis-lääketieteen sairaaloihin Chicagossa, IL.
Syväoppimisalgoritmin avulla tietokoneet voivat oppia esimerkin avulla. Tässä tapauksessa tutkijat kouluttivat järjestelmää käyttämällä ensisijaista LDCT-skannausta yhdessä aikaisemman LDCT-skannauksen kanssa, jos se oli käytettävissä.
Aikaisemmat LDCT-skannaukset ovat hyödyllisiä, koska ne voivat paljastaa epänormaalin kasvunopeuden keuhkopussissa, mikä viittaa pahanlaatuisuuteen.
Tässä tutkimuksessa tekoäly tarjosi "automaattisen kuvan arviointijärjestelmän", joka ennusti tarkasti keuhkosolmukkeiden pahanlaatuisuuden ilman ihmisen väliintuloa.
Tutkijat vertasivat tekoälyn arviointeja kuuden hallituksen hyväksymän yhdysvaltalaisen radiologin arvioihin, joilla oli jopa 20 vuoden kliininen kokemus.
Kun aikaisempia LDCT-skannauksia ei ollut saatavilla, tekoälyn malli "ylitti kaikki kuusi radiologia ja absoluuttinen vähennys oli 11% väärissä positiivisissa ja 5% väärissä negatiivisissa", raportoivat Tse ja hänen kollegansa. Kun aikaisempi kuvantaminen oli saatavilla, tekoäly toimi yhtä hyvin kuin radiologit.
Tutkimuksen tekijä tohtori Mozziyar Etemadi, anestesiologian tutkimusapulaisprofessori Chicagon Luoteis-yliopiston Feinbergin lääketieteellisessä koulussa selittää, miksi tekoäly voi ylittää ihmisen arvioinnin.
"Radiologit tutkivat yleensä satoja 2D-kuvia tai" viipaleita "yhdellä TT-skannauksella, mutta tämä uusi koneoppimisjärjestelmä tarkastelee keuhkoja valtavana, yhtenä 3D-kuvana", tohtori Etemadi sanoo.
"3D-tekoäly voi olla paljon herkempi kyvyssä havaita varhainen keuhkosyöpä kuin ihmissilmä katsellen 2D-kuvia. Tämä on teknisesti "4D", koska siinä ei tarkastella vain yhtä TT-skannausta, vaan kahta (nykyistä ja edellistä skannausta) ajan mittaan. "
Tohtori Mozziyar Etemadi
"Jotta tekoäly voidaan rakentaa katsomaan CT: itä tällä tavalla, tarvitset valtavan Google-mittakaavan tietojärjestelmän", hän jatkaa. "Käsite on uusi, mutta sen varsinainen suunnittelu on myös uutta mittakaavan takia."
Tohtori Etemadi ylistää syvällisen oppimisen tekniikan etuja korostaen sen tarkkuutta. "Järjestelmä voi luokitella vauriot tarkemmaksi", tutkija sanoo.
"Paitsi että voimme paremmin diagnosoida syöpää sairastavan henkilön, voimme myös sanoa, jos jollakin ei ole syöpää, mikä voi mahdollisesti säästää hänet invasiiviselta, kalliilta ja riskialttiilta keuhkopiikkeiltä", toteaa tohtori Etemadi.
Tutkijat varoittavat kuitenkin, että ensin on tarpeen vahvistaa nämä tulokset suuremmissa kohorteissa.
