Ученые обучили компьютер классифицировать опухоли

Стадию и изменения в груди ИИ сможет различить и сравнить, используя сканер лица, речи на смартфоне, подчеркивают эксперты.

В исследовании, опубликованном в журнале NPJ, исследователи сообщили, что они использовали форму искусственного интеллекта, называемую машинным обучением для обучения компьютера выявлению определенных особенностей опухолей рака молочной железы на изображениях. Компьютер также определяет тип опухоли, основываясь на сложных молекулярных и геномных особенностях, которые патолог еще не может идентифицировать только по фотографии. Этот подход, пока все еще в своих предыдущих этапах, смог окончательно снизить цену диагностики для клиник и пациентов.

Ученые обучили компьютер классифицировать опухоли, теперь диагностика рака молочной железы может происходить по смартфону, утверждают исследователи.
«Ваш смартфон может интерпретировать вашу речь, а также находить и идентифицировать лица на фотографии», — сказала первый автор исследования Хизер Д. Кутюр, помощник по исследованиям в отделе компьютерных наук UNC-Chapel Hill. «Мы используем аналогичную технологию, когда мы фиксируем абстрактные свойства в изображениях, но мы применяем ее к совершенно другой проблеме».

Для исследования ученые использовали набор 571 изображения опухолей. Обучающий компьютер для классификации опухоли получил возможность оценивать класс, статус рецепторов эстрогена, PAM50 внутренней подтип, подтип гистологических и риска результат повторения. Для этого ученые создали программное обеспечение, которое научили предсказывать метки на изображениях с помощью обучающего набора, чтобы новые изображения могли обрабатываться таким же образом. Затем использовали другой набор из 288 изображений, чтобы проверить способность компьютера самостоятельно различать особенности опухоли, сравнивая ответы компьютера на выводы патолога для каждой степени и подтипа опухоли, а также для отдельных тестов на подтипы экспрессии генов. Исследователи обнаружили, что компьютер способен различать опухоли низкого и среднего уровня в 82% случаев. При этом скорость работы ИИ равна 89%, что больше, чем человек-паталог.
«Мы были удивлены, что компьютер смог получить довольно высокую точность в оценке риска биомаркеров, просто взглянув на фотографии», — сказала Мелисса Троестер из UNC Lineberger, доктор философии, профессор Школы глобального общественного здравоохранения UNC Gillings. «Мы тратим тысячи долларов, измеряя эти биомаркеры с помощью молекулярных инструментов, и этот новый метод может взять изображение и получить более 80-процентную точность или лучше при оценке фенотипа или подтипа опухоли. Это было довольно удивительно».

Уникальный аспект работы сделан, но в перспективе исследователи хотят выяснить, что видит компьютер, а также изучить, может ли технология предсказывать результаты.

aspekty.net