Yapay zeka, akciğer kanserini tespit etmede insanlardan daha iyi
Araştırmacılar, akciğer kanserini bilgisayarlı tomografi taramalarından doğru bir şekilde tespit etmek için derin öğrenme algoritması kullandılar. Çalışmanın sonuçları, yapay zekanın bu taramaların insan değerlendirmesinden daha iyi performans gösterebileceğini gösteriyor.
En son tahminlere göre, Amerika Birleşik Devletleri'nde akciğer kanseri yaklaşık 160.000 ölüme neden oluyor. Durum, ABD'de kansere bağlı ölümlerin önde gelen nedenidir ve erken teşhis, hem tümörlerin yayılmasını durdurmak hem de hasta sonuçlarını iyileştirmek için çok önemlidir.
Göğüs röntgenlerine alternatif olarak, sağlık uzmanları son zamanlarda akciğer kanserini taramak için bilgisayarlı tomografi (BT) taramaları kullanıyor.
Aslında, bazı bilim adamları BT taramalarının akciğer kanseri tespiti için X ışınlarından daha üstün olduğunu savunuyor ve araştırmalar, özellikle düşük doz BT'nin (LDCT) akciğer kanseri ölümlerini% 20 azalttığını gösteriyor.
Bununla birlikte, yüksek oranda yanlış pozitifler ve yanlış negatifler hala LDCT prosedürünü bilmiyor. Bu hatalar tipik olarak akciğer kanseri teşhisini, hastalığın tedavisi çok zor hale geldiğinde ileri bir aşamaya gelene kadar geciktirir.
Yeni araştırmalar bu hatalara karşı koruma sağlayabilir. Bir grup bilim adamı, LDCT taramalarında akciğer tümörlerini tespit etmek için yapay zeka (AI) tekniklerini kullandı.
Kaliforniya, Mountain View'daki Google Health Research grubundan Daniel Tse, bulguları dergide yer alan çalışmanın ilgili yazarıdır. Doğa Tıbbı.
"Model altı radyologdan daha iyi performans gösterdi"
Tse ve meslektaşları, Kuzeybatı Elektronik Veri Ambarı'ndan ve Chicago, IL'deki Northwestern Tıp hastanelerine ait diğer veri kaynaklarından eriştikleri 42.290 LDCT taramasına derin öğrenme adı verilen bir yapay zeka formu uyguladılar.
Derin öğrenme algoritması, bilgisayarların örneklerle öğrenmesini sağlar. Bu durumda, araştırmacılar sistemi, eğer mevcutsa daha önceki bir LDCT taramasıyla birlikte birincil bir LDCT taraması kullanarak eğitti.
Önceki LDCT taramaları yararlıdır çünkü akciğer nodüllerinin anormal büyüme oranını ortaya çıkarabilir, dolayısıyla maligniteyi gösterir.
Mevcut çalışmada, AI herhangi bir insan müdahalesi olmaksızın akciğer nodüllerinin malignitesini doğru bir şekilde tahmin eden bir "otomatik görüntü değerlendirme sistemi" sağladı.
Araştırmacılar, AI'nın değerlendirmelerini, 20 yıla kadar klinik deneyime sahip, kurul onaylı altı ABD radyoloğununkilerle karşılaştırdı.
Tse ve meslektaşları, önceki LDCT taramaları mevcut olmadığında, yapay zeka “modeli, yanlış pozitiflerde% 11 ve yanlış negatiflerde% 5'lik mutlak azalma ile altı radyologdan daha iyi performans gösterdi” diyor. Önceki görüntüleme mevcut olduğunda, AI radyologlar kadar iyi performans gösterdi.
Chicago'daki Northwestern Üniversitesi Feinberg Tıp Fakültesi'nde anesteziyoloji araştırma asistanı profesörü olan ortak yazar Dr.Mozziyar Etemadi, yapay zekanın neden insan değerlendirmesinden daha iyi performans gösterdiğini açıklıyor.
Dr. Etemadi, "Radyologlar genellikle tek bir CT taramasında yüzlerce 2B görüntüyü veya" dilimleri "inceler, ancak bu yeni makine öğrenimi sistemi akciğerleri devasa, tek bir 3D görüntüde görüntüler" diyor.
“3 boyutlu yapay zeka, erken akciğer kanserini tespit etme yeteneği açısından, 2 boyutlu görüntülere bakan insan gözünden çok daha hassas olabilir. Bu teknik olarak '4B'dir çünkü yalnızca bir CT taramasına değil, zaman içinde ikisine de (mevcut ve önceki tarama) bakmaktır. "
Dr. Mozziyar Etemadi
"BT'leri bu şekilde görüntülemek için yapay zekayı oluşturmak için, Google ölçeğinde muazzam bir bilgisayar sistemine ihtiyacınız var" diye devam ediyor. "Kavram yeni, ancak gerçek mühendisliği de ölçek nedeniyle yeni."
Dr. Etemadi, derin öğrenme teknolojisini kullanmanın faydalarını yüceltmeye devam ediyor ve hassasiyetini vurguluyor. Araştırmacı, "Sistem bir lezyonu daha spesifik olarak sınıflandırabilir" diyor.
Dr. Etemadi, "Sadece kanserli birini daha iyi teşhis etmekle kalmıyor, aynı zamanda birisinin kanseri olmadığını da söyleyebiliriz, bu da onları potansiyel olarak invaziv, maliyetli ve riskli bir akciğer biyopsisinden kurtarabilir," diye sonuçlandırıyor Dr. Etemadi.
Ancak araştırmacılar, öncelikle bu sonuçları daha büyük kohortlarda doğrulamanın gerekli olduğu konusunda uyarıyorlar.
