{vembed Y=urJ7QEdhP_U}
Et kunstig intelligensverktøy - trent på omtrent en million screening-mammografibilder - kan identifisere brystkreft med omtrent 90% nøyaktighet i kombinasjon med radiologanalyse, viser en ny studie.
Studien undersøkte evnen til en type kunstig intelligens (AI), et datamaskinprogram for maskinlæring, for å tilføre verdiene til diagnosene en gruppe på 14 radiologer nådde da de vurderte 720 mammogram bilder.
"Det endelige målet med vårt arbeid er å øke, ikke erstatte, menneskelige radiologer."
"Studien vår fant at AI identifiserte kreftrelaterte mønstre i dataene som radiologer ikke kunne, og omvendt," sier seniorstudieforfatter Krzysztof Geras, adjunkt i radiologiavdelingen ved New York Universitys Grossman School of Medicine.
"AI oppdaget endringer i pikselnivå i vev som er usynlig for det menneskelige øyet, mens mennesker brukte former for resonnement som ikke er tilgjengelig for AI," legger Geras, også et tilknyttet fakultetsmedlem ved Center for Data Science. "Det endelige målet med vårt arbeid er å øke, ikke erstatte, menneskelige radiologer."
I 2014 fikk kvinner (uten symptomer) i USA mer enn 39 millioner mammografiundersøkelser for å undersøke for brystkreft og bestemme behovet for tettere oppfølging. Det henvises til kvinner hvis testresultater gir unormale funn av mammografi biopsi, en prosedyre som fjerner en liten prøve av brystvev for laboratorietesting.
AI-verktøyet lærte å forutsi hvilke lesjoner som sannsynligvis var ondartet (rødt varmekart) eller sannsynligvis godartet (grønt varmekart), med potensiale for å hjelpe radiologer i diagnosen brystkreft. (Kreditt: NYU School of Medicine)
I den nye studien designet forskerteamet statistiske teknikker som lar programmet "lære" hvordan de kan bli bedre på en oppgave uten å bli fortalt nøyaktig hvordan. Slike programmer bygger matematiske modeller som gjør det mulig å ta beslutninger basert på dataeksempler som blir matet inn i dem, og programmet blir "smartere" når det gjennomgår flere og flere data.
Moderne AI-tilnærminger, som henter inspirasjon fra den menneskelige hjernen, bruker komplekse kretsløp for å behandle informasjon i lag, med hvert trinn som fører informasjon til det neste, og tildeler mer eller mindre betydning til hvert informasjonsstykke underveis.
Forfatterne av den nåværende studien trente AI-verktøyet på mange bilder matchet med resultatene fra biopsier utført i fortiden. Målet deres var å aktivere verktøyet for å hjelpe radiologer med å redusere antallet biopsier som trengs for å komme videre. Dette kan bare oppnås, sier Geras, ved å øke tilliten som leger har til nøyaktigheten av vurderingene som er gjort for screeningeksamen (for eksempel å redusere falsk positiv og falske-negative resultater).
For den nåværende studien analyserte forskerteamet bilder samlet inn som en del av rutinemessig klinisk pleie gjennom syv år, og siktet gjennom de innsamlede dataene og koblet bildene med biopsieresultater. Denne innsatsen skapte et usedvanlig stort datasett for AI-verktøyet deres å trene på, sier forfatterne, bestående av 229,426 1,001,093 mammografiprøver for digital screening og 10,000 XNUMX XNUMX bilder. De fleste databaser forskerne brukte i studier til nå har vært begrenset til XNUMX XNUMX bilder eller færre.
Dermed trente forskerne deres nevrale nettverk ved å programmere det for å analysere bilder fra databasen som kreftdiagnoser allerede var bestemt for. Dette betydde at forskere visste "sannheten" for hvert mammografibilde (kreft eller ikke) da de testet verktøyets nøyaktighet, mens verktøyet måtte gjette. Forskerne målte nøyaktighet i frekvensen av riktige spådommer.
I tillegg designet forskerne AI-modellen for å først vurdere svært små oppdateringer av bildet i full oppløsning for å lage et varmekart, et statistisk bilde av sannsynligheten for sykdom. Deretter vurderer programmet hele brystet for strukturelle funksjoner knyttet til kreft, og ser nærmere på områdene som er flagget på et pixel-varmekart.
I stedet for at forskerne identifiserer bildefunksjoner for deres AI å søke etter, oppdager verktøyet på egen hånd hvilke bildefunksjoner som øker prediksjonens nøyaktighet. Fremover planlegger teamet å øke denne nøyaktigheten ytterligere ved å trene AI-programmet på mer data, kanskje til og med identifisere endringer i brystvev som ennå ikke er kreftfremkallende, men som har potensiale til å være det.
"Overgangen til AI-støtte i diagnostisk radiologi bør fortsette som adopsjonen av selvkjørende biler - sakte og nøye, bygge tillit og forbedre systemer underveis med fokus på sikkerhet," sier førsteforfatter Nan Wu, doktorgradskandidat ved senteret for datavitenskap.
Studien vises i IEEE-transaksjoner på medisinsk avbildning.
om forfatteren
Seniorstudieforfatter Krzysztof Geras er adjunkt i radiologiavdelingen ved New York Universitys Grossman School of Medicine.
Ytterligere coauthors er fra NYU, SUNY Downstate College of Medicine, University of Cambridge, og Jagiellonian University.
Støtte til arbeidet kom delvis fra National Institutes of Health. Modellen som ble brukt i denne studien er blitt gjort tilgjengelig for feltet for å drive innovasjon.
Relaterte bøker:
Kroppen holder poengsummen: Hjernens sinn og kropp i helbredelsen av traumer
av Bessel van der Kolk
Denne boken utforsker sammenhengene mellom traumer og fysisk og mental helse, og tilbyr innsikt og strategier for helbredelse og bedring.
Klikk for mer info eller for å bestille
Pust: The New Science of a Lost Art
av James Nestor
Denne boken utforsker vitenskapen og praksisen med å puste, og tilbyr innsikt og teknikker for å forbedre fysisk og mental helse.
Klikk for mer info eller for å bestille
Planteparadokset: De skjulte farene i "sunn" mat som forårsaker sykdommer og vektøkning
av Steven R. Gundry
Denne boken utforsker koblingene mellom kosthold, helse og sykdom, og tilbyr innsikt og strategier for å forbedre generell helse og velvære.
Klikk for mer info eller for å bestille
Immunitetskoden: Det nye paradigmet for ekte helse og radikal antialdring
av Joel Greene
Denne boken tilbyr et nytt perspektiv på helse og immunitet, og trekker på prinsipper for epigenetikk og tilbyr innsikt og strategier for å optimalisere helse og aldring.
Klikk for mer info eller for å bestille
Den komplette guiden til faste: Helbred kroppen din gjennom periodisk, vekslende dag og forlenget faste
av Dr. Jason Fung og Jimmy Moore
Denne boken utforsker vitenskapen og praksisen med faste og tilbyr innsikt og strategier for å forbedre generell helse og velvære.
