{vembed Y=urJ7QEdhP_U}
Et kunstigt intelligensværktøj - trænet i omkring en million screening mammografibilleder - kan identificere brystkræft med cirka 90% nøjagtighed i kombination med radiologanalyse, viser en ny undersøgelse.
Undersøgelsen undersøgte evnen hos en type kunstig intelligens (AI), et maskinlæringscomputerprogram, til at tilføje værdi til diagnoserne, som en gruppe på 14 radiologer nåede, da de gennemgik 720 mammografi billeder.
"Det endelige mål med vores arbejde er at udvide, ikke erstatte, menneskelige radiologer."
"Vores undersøgelse viste, at AI identificerede kræftrelaterede mønstre i de data, som radiologer ikke kunne, og omvendt," siger seniorundersøgelsesforfatter Krzysztof Geras, assisterende professor i radiologiafdelingen ved New York Universitets Grossman School of Medicine.
”AI detekterede ændringer på pixelniveau i væv, der er usynlige for det menneskelige øje, mens mennesker brugte former for ræsonnement, der ikke er tilgængelige for AI,” tilføjer Geras, også et tilknyttet fakultetsmedlem ved Center for Data Science. "Det endelige mål med vores arbejde er at udvide, ikke erstatte, menneskelige radiologer."
I 2014 fik kvinder (uden symptomer) i USA mere end 39 millioner mammografiprøver for at undersøge for brystkræft og bestemme behovet for tættere opfølgning. Der henvises til kvinder, hvis testresultater giver unormale mammografifund biopsi, en procedure, der fjerner en lille prøve af brystvæv til laboratorietest.
AI-værktøjet lærte at forudsige, hvilke læsioner der sandsynligvis var ondartede (rødt varmekort) eller sandsynligvis godartede (grønne varmekort) med potentiale til at hjælpe radiologer med diagnosen brystkræft. (Kredit: NYU School of Medicine)
I den nye undersøgelse designede forskergruppen statistiske teknikker, der lader deres program "lære", hvordan de bliver bedre til en opgave uden at få at vide præcist hvordan. Sådanne programmer bygger matematiske modeller, der muliggør beslutningstagning baseret på dataeksempler, der indføres i dem, idet programmet bliver “smartere”, da det gennemgår flere og flere data.
Moderne AI-tilgange, der tager inspiration fra den menneskelige hjerne, bruger komplekse kredsløb til at behandle information i lag, hvor hvert trin føjer information til det næste og tildeler mere eller mindre betydning for hvert stykke information undervejs.
Forfatterne af den nuværende undersøgelse uddannede deres AI-værktøj på mange billeder, der var matchet med resultaterne af tidligere udførte biopsier. Deres mål var at gøre det muligt for værktøjet at hjælpe radiologer med at reducere antallet af nødvendige biopsier fremad. Dette kan kun opnås, siger Geras, ved at øge den tillid, som lægerne har til nøjagtigheden af vurderinger foretaget til screeningundersøgelser (for eksempel at reducere falsk positiv og falske negative resultater).
Til den aktuelle undersøgelse analyserede forskergruppen billeder, der blev indsamlet som en del af rutinemæssig klinisk pleje over syv år, idet de sigtede gennem de indsamlede data og forbandt billederne med biopsiresultater. Denne indsats skabte et ekstraordinært stort datasæt til deres AI-værktøj til at træne videre, siger forfatterne, der består af 229,426 mammografiprøver til digital screening og 1,001,093 billeder. De fleste databaser, som forskerne hidtil har brugt i undersøgelser, har været begrænset til 10,000 billeder eller færre.
Således uddannede forskerne deres neurale netværk ved at programmere det til at analysere billeder fra databasen, for hvilke kræftdiagnoser allerede var bestemt. Dette betød, at forskere kendte "sandheden" for hvert mammografibillede (kræft eller ej), da de testede værktøjets nøjagtighed, mens værktøjet skulle gætte. Forskerne målte nøjagtigheden i hyppigheden af korrekte forudsigelser.
Derudover designede forskerne studiet AI-model til først at overveje meget små pletter af billedet i fuld opløsning separat for at skabe et varmekort, et statistisk billede af sygdoms sandsynligheden. Derefter overvejer programmet hele brystet for strukturelle træk forbundet med kræft, idet de lægger større vægt på de områder, der er markeret på pixel-niveau-kortet.
I stedet for at få forskerne til at identificere billedfunktioner, som deres AI kan søge efter, opdager værktøjet alene, hvilke billedfunktioner der øger forudsigelsesnøjagtigheden. Fremadrettet planlægger holdet at øge denne nøjagtighed yderligere ved at træne AI-programmet på flere data, måske endda identificere ændringer i brystvæv, der endnu ikke er kræftfremkaldende, men som har potentialet til at være.
"Overgangen til AI-support inden for diagnostisk radiologi skal gå som vedtagelsen af selvkørende biler - langsomt og omhyggeligt, opbygning af tillid og forbedring af systemer undervejs med fokus på sikkerhed," siger første forfatter Nan Wu, en doktorand ved Center for Data Science.
Undersøgelsen vises i IEEE-transaktioner om medicinsk billeddannelse.
Om forfatteren
Seniorstudieforfatter Krzysztof Geras er assisterende professor i radiologiafdelingen ved New York Universitys Grossman School of Medicine.
Yderligere medforfattere er fra NYU, SUNY Downstate College of Medicine, University of Cambridge og Jagiellonian University.
Støtte til arbejdet kom til dels fra National Institutes of Health. Den model, der blev brugt i denne undersøgelse, er gjort tilgængelig for området for at drive innovation.
Relaterede Bøger:
Kroppen holder scoren: Hjernens sind og krop i helingen af traumer
af Bessel van der Kolk
Denne bog udforsker forbindelserne mellem traumer og fysisk og mental sundhed, og tilbyder indsigt og strategier for helbredelse og bedring.
Klik for mere info eller for at bestille
Breath: The New Science of a Lost Art
af James Nestor
Denne bog udforsker videnskaben og praksisen med åndedræt og tilbyder indsigt og teknikker til at forbedre fysisk og mental sundhed.
Klik for mere info eller for at bestille
Planteparadokset: De skjulte farer ved "sunde" fødevarer, der forårsager sygdom og vægtøgning
af Steven R. Gundry
Denne bog udforsker forbindelserne mellem kost, sundhed og sygdom, og tilbyder indsigt og strategier til at forbedre den generelle sundhed og velvære.
Klik for mere info eller for at bestille
Immunitetskoden: Det nye paradigme for ægte sundhed og radikal anti-aldring
af Joel Greene
Denne bog tilbyder et nyt perspektiv på sundhed og immunitet, der trækker på principper for epigenetik og tilbyder indsigt og strategier til at optimere sundhed og aldring.
Klik for mere info eller for at bestille
Den komplette guide til faste: Helbred din krop gennem intermitterende, alternativ-dages og forlænget faste
af Dr. Jason Fung og Jimmy Moore
Denne bog udforsker videnskaben og praksis med faste og tilbyder indsigt og strategier til forbedring af den generelle sundhed og velvære.
