Google AI prohlašuje 99% přesnost detekce rakoviny prsu
Společnost Google investovala do aplikací zdravotní péče AI. DeepMind, výzkumná divize AI společnosti Google v Londýně, se podílí na několika projektech AI souvisejících se zdravím. Výzkumníkům z AL se podařilo vyvinou systém umělé inteligence s názvem LYNA, který je schopný s 99 % rozpoznat, zda se v těle pohybují nádorové buňky či nikoliv.
Metastatické nádory – rakovinové buňky, které se odlomí od původního tkáně, cestují přes tělo oběhovými nebo lymfatickými systémy a vytvářejí nové nádory v jiných částech těla – jsou zpravidla obtížně zjistitelné. Studie z roku 2009 o 102 pacientech s karcinomem prsu ve dvou střediscích v Bostonu zjistila, že každý čtvrtý byl postižen selháním „lékařského vyšetření“ (nedostatečné fyzické vyšetření a neúplné diagnostické testy).
To je jeden z důvodů, proč skončilo půl milionu případů úmrtím. 90 % z nich mělo špatné vyšetření. Nicméně vědci ze zdravotního střediska v San Diegu a Google AI (divize společnosti Google), se zabývají výzkumem umělé inteligence (AI). Vyvinuli slibné řešení využívající algoritmy detekce rakoviny, které autonomně vyhodnocují biopsie lymfatických uzlin.
Jejich systém AI – nazvaný Lymph Node Assistant nebo LYNA, při testech dosáhl úspěšnosti až 99 %. Je to mnohem lepší výsledek, než mají lékaři. Algoritmy umělé inteligence dokáží detailním způsobem vyhodnotit každou tkáňovou stopu na snímku.
Při testování dosáhla LYNA 99,3 procenta přesnosti posuvu rakovinových buněk. Když byla prahová citlivost modelu upravena tak, aby detekovala všechny nádory na každém snímku, vykazovala 69% citlivost, přesně identifikovala všech 40 metastáz v hodnotícím souboru dat bez falešných pozitivních výsledků.
LYNA nebyla dokonalá – příležitostně nesprávně identifikovala obří buňky, rakoviny zárodečných buněk a bílkovinné buňky pocházející z kostní dřeně. Tato umělá inteligence pracuje až o polovinu rychleji, než tým 6 ti lékařů.
V současnosti se LYNA testuje, zda její algoritmus zvyšuje efektivitu nebo spíše diagnostickou přesnost. Je možné, že obojí. „Může zlepšit produktivitu patologa a snížit počet falešných negativů spojených s morfologickou detekcí nádorových buněk“, říkají vědci z Al.
Zdroj, text/foto: venturebeat.com
Komentáře