Berita

Kanser payudara: Diagnosis AI Google lebih tepat daripada ahli radiologi


Kecerdasan buatan untuk mendiagnosis barah payudara?

Malangnya, banyak wanita di seluruh dunia masih menghidap barah payudara setiap tahun, yang didapati agak lewat. Diagnosis yang lebih baik diperlukan. Kecerdasan buatan dari Google kini dapat mengesan barah payudara dengan lebih tepat pada mamografi daripada ahli radiologi.

Kajian bersama baru-baru ini oleh Google Health, Northwestern University dan Royal Surrey County Hospital mendapati bahawa kecerdasan buatan dapat mengenal pasti barah payudara dengan lebih tepat daripada ahli radiologi. Hasil kajian itu diterbitkan dalam jurnal berbahasa Inggeris "Nature".

Pengesanan dan diagnosis awal kanser payudara adalah sukar

Kanser payudara adalah barah yang paling biasa berlaku pada wanita. Mamografi digital atau sinar-X dada digunakan di sini untuk pengesanan awal. Walaupun penggunaan mamografi meluas, pengesanan awal dan diagnosis kanser payudara tetap bermasalah.

Penilaian gambar sinar-X boleh menyebabkan hasil yang salah

Penilaian yang betul terhadap gambar sinar-X adalah tugas yang sukar bahkan bagi orang-orang yang terlatih, yang boleh menghasilkan hasil positif palsu dan negatif palsu. Ketidaktepatan boleh menyebabkan kelewatan diagnosis dan rawatan dan tekanan yang tidak perlu bagi wanita yang bersangkutan. Di samping itu, ini membawa kepada beban kerja yang lebih tinggi bagi ahli radiologi yang sudah bekerja sepenuhnya.

Bolehkah kecerdasan buatan meningkatkan diagnosis kanser payudara?

Selama dua tahun terakhir, kolaborasi dengan rakan penyelidikan klinikal terkemuka di UK dan AS telah menyiasat sama ada kecerdasan buatan dapat meningkatkan pengesanan barah payudara.

AI lebih dipercayai daripada ahli radiologi

Hasil yang dikemukakan menunjukkan bahawa model kecerdasan buatan dalam apa yang disebut mamografi penyaringan yang tidak dikenal pasti (di mana maklumat yang dapat dikenal pasti dikeluarkan) mengenali barah payudara dengan ketepatan yang lebih besar, hasil yang kurang positif-positif dan kurang negatif-negatif daripada ahli radiologi.

Bagaimana AI dilatih dan dikoordinasikan?

Ini mewujudkan syarat untuk aplikasi masa depan di mana model tersebut berpotensi membantu ahli radiologi dalam melakukan pemeriksaan kanser payudara. Model baru dilatih dan dipadankan menggunakan set data perwakilan yang terdiri daripada mamografi yang tidak dikenal pasti dari lebih daripada 76,000 wanita di UK dan lebih daripada 15,000 wanita di AS.

Sistem mencapai pengurangan hasil palsu

Model itu kemudian diuji pada set data yang tidak dikenal pasti terpisah daripada lebih daripada 25,000 wanita di UK dan lebih dari 3,000 wanita di AS. Dalam penilaian ini, sistem mencapai pengurangan positif palsu sebanyak 5.7 peratus di AS dan 1.2 peratus di UK.

Percubaan lain mengesahkan hasil

Ia juga diperiksa apakah model itu dapat dipindahkan ke sistem kesihatan lain. Dalam eksperimen berasingan ini, hasil positif palsu dikurangkan sebanyak 3.5 peratus dan hasil negatif palsu sebanyak 8.1 peratus, laporan para penyelidik.

AI memerlukan lebih sedikit maklumat untuk diagnosis

Juga perlu diperhatikan bahawa model tersebut memerlukan lebih sedikit maklumat untuk membuat keputusannya. Ahli radiologi manusia mempunyai akses ke riwayat pesakit dan mamogram sebelumnya, sementara model tersebut hanya memproses mamogram tanpa nama terbaru tanpa maklumat tambahan. Walaupun terdapat batasan ini, model ini mengatasi ahli radiologi individu dalam mengenal pasti barah payudara dengan tepat.

Lebih banyak penyelidikan diperlukan

Ke depan, ada beberapa tanda yang menjanjikan bahawa model tersebut berpotensi meningkatkan ketepatan dan kecekapan program saringan dan mengurangkan waktu tunggu dan tekanan bagi wanita. Walau bagaimanapun, penyelidikan lebih lanjut, ujian klinikal prospektif dan kelulusan peraturan diperlukan untuk mencapainya. (seperti)

Maklumat pengarang dan sumber

Teks ini sesuai dengan spesifikasi literatur perubatan, garis panduan perubatan dan kajian semasa dan telah diperiksa oleh doktor perubatan.

Membengkak:

  • Scott Mayer McKinney, Marcin Sieniek, Varun Godbole, Jonathan Godwin, Shravya Shetty et al.: Penilaian antarabangsa sistem AI untuk pemeriksaan kanser payudara, di Alam (pertanyaan: 06.01.2020), Alam


Video: AI Technology to Detect Lung Cancer Early. Jenifer Marks, MD (Januari 2022).