Изкуствен интелект открива рак по-добре от лекари

Изкуствения интелект надминава опитните дерматолози, когато става дума за диагностика на рака на кожата, според проучване, публикувано в списание Annals of Oncology.

Изследователите са обучили дълбока конволюционна невронна мрежа (CNN), за да разграничава злокачествените меланоми от доброкачествени меланоми, използвайки повече от 100 000 снимки. След това те сравняват успеха си с тези на 58 дерматолози от 17 страни. Лоши новини за дерматолозите – резултатите са в полза на ИИ.

„CNN пропуска по-малко меланоми, което означава, че има по-висока чувствителност от дерматолозите и погрешно диагностицира по-малко доброкачествени бенки като злокачествен меланом, което означава, че има по-висока прецизност, което ще доведе до по-малко ненужна операции“, казва Холгер Хаенсле, старши лекар в Департамента по дерматология в университета в Хайделберг, Германия, в изявлението.

Как работи? Невронните мрежи са вид софтуер за машинно обучение, който работи малко като невронните мрежи на мозъка. От детството ние използваме нашите пет сетива, за да абсорбираме информация от нашата околност. С тази информация се научаваме как да разпознаваме модели.

Вземете кучета за пример. Първият път, когато видите куче, не бихте знаели какво е това, докато някой не ви разкаже. Докато пораствате, вие сте изложени на много кучета с различни цветове и размери и не след дълго вече можете да различавате кучетата от котките, въпреки че има стотици породи кучета, които изглеждат много различно едни от други. Невронната мрежа може да не е в състояние да „вижда“ по същия начин, по който ние го правим, но може да се научи да разпознава модели и да категоризира обекти чрез излагане и повторение – точно както и ние.

„С всяко тренировъчно изображение CNN подобрява способността си да прави разлика между доброкачествени и злокачествени лезии,“ обяснява Хаенсле.

За да тестват мрежата, екипът използва два набора от изображения, никой от които не е използван в обучението. Първият кръг изисква от ИИ и дерматолозите да направят диагноза от изображенията и да вземат решение за най-добрия ход на действие – хирургия, краткосрочно проследяване или бездействие.

Средно дерматолозите правилно разпознават 86,6% от меланомите и 71,3% от доброкачествените бенки. CNN идентифицира същия процент от доброкачествените бенки, но изпреварва дерматолозите, когато става въпрос за меланоми, като правилно диагностицират рак в 95% от случаите.

Във втори кръг, четири седмици по-късно, дерматолозите получават клинична информация, като възрастта и положението на лезията. Това подобрява тяхното представяне, повишавайки успеха им до 88,9% за меланоми и 75,7 за доброкачествените бенки. Но CNN, работейки само с изображения, все още се представя по-добре, дори в сравнение с най-опитните професионалисти.

Но практикуващите дерматолози все още нямат основания за притеснение, че роботите ще откраднат професията им. Един ден този тип технология може да помогне при диагностицирането на рака и да стандартизира процеса, така че хората, независимо от това къде живеят или от опита на техния доктор, ще имат достъп до надеждна и бърза диагностика.

Вашият коментар

Вашият имейл адрес няма да бъде публикуван. Задължителните полета са отбелязани с *