Искусственный интеллект от Google диагностирует рак легких

Инновационная система диагностики рака легких на основе искусственного интеллекта от Google может резко улучшить показатели выживаемости в ближайшие годы, как передает Интернет-издание для девушек и женщин от 14 до 35 лет Pannochka.net

Несмотря на все успехи в онкологии, рак легких остается одним из самых смертоносных заболеваний.

Не в последнюю очередь потому, что из-за трудностей с диагностикой часто оказывается слишком поздно заниматься лечением.

Хотя методы скрининга хорошо известны и доступны, они сопряжены с серьезными проблемами в плане стоимости, трудоемкости и объективной оценки результатов.

Например, низкодозовый КТ-скрининг помогает снизить уровень смертности, поскольку он может быстрее вовлечь людей в лечение. К сожалению, он требует много времени и опыта.

Это потому, что рентгенолог должен просеять сотни 2D изображений, которые дает компьютерная томография. По этим изображениям врач должен идентифицировать возможную опухоль, которая может быть крошечной.

Исследования Google, опубликованные в Nature Medicine, помогают в непростом деле.

Возможности ИИ в скрининге и диагностике рака легких
Искусственный интеллект (ИИ) берет эти двухмерные изображения и объединяет их в один трехмерный образ. Модель может затем использовать для прогноза злокачественности рака легких, а также для выявления мелких злокачественных очагов в легких.

Улучшая производительность в разы, система может учитывать информацию, собранную в предыдущих сканированиях, и сравнивать любые участки потенциального роста опухоли.

Прирост скорости диагностики рака легких значительна. Используя одну компьютерную томографию, модель Google достигла и превысила производительность шести (!) опытных рентгенологов-людей.

Искусственный интеллект Google может выявить на 5% больше случаев рака и сократить число ложноположительных результатов более чем на 11% по сравнению с врачами.

Для обучения своего искусственного интеллекта Google использовал почти 46 000 нераспознанных снимков, сделанных во время низкодозового КТ-скрининга. У одних пациентов были опухоли, у других нет. Машины учатся быстрее людей.

«Там, где ранее была доступна компьютерная томография, характеристики модели были на уровне врачей-рентгенологов. Это дает возможность оптимизировать процесс скрининга при помощи компьютерной помощи и автоматизации», - заключает исследование.

Хотя подавляющее большинство пациентов не проходит КТ-скрининг, Google показала потенциал моделей глубокого обучения для повышения точности, последовательности и внедрения скрининга рака легких во всем мире.

medbe.ru