Die Forscher für künstliche Intelligenz (WHO) In Zusammenarbeit mit dem Northwestern University Hospital von Google wurde ein KI-Modell entwickelt, mit dem Lungenkrebs erkannt werden kann. Nach Angaben der Weltgesundheitsorganisation ist Lungenkrebs (bösartiges Gewebe in der Lunge) eine der häufigsten Todesursachen weltweit. Jährlich sterben mehr als zwei Millionen Menschen und ebenso viele Menschen wie Brustkrebs.
Um Angehörigen der Gesundheitsberufe zu helfen, können Algorithmen und Computer bei der Entwicklung fortschrittlicher Methoden im Gesundheitswesen helfen.
Damit diese Tools jedoch nützlich sind, müssen sie für alle, Ärzte und Patienten, zugänglich und verständlich sein, auch ohne technologische oder Computerkenntnisse.
In der Tat sollte bekannt sein, dass der Betrieb aller digitalen Geräte auf Computerprogrammen und Daten basiert.
Der Begriff "künstliche Intelligenz" impliziert, dass diese Geräte in der Lage sind, für sich selbst zu denken. Bei korrekter Programmierung können intelligente Geräte die bereitgestellten Daten auswerten und Prozesse oder Parameter "on the fly" ändern. Wenn genügend Informationen vorhanden sind, können sie ihren eigenen Code „lernen“ und ändern basierend auf diesen neuen Parametern.
In den letzten drei Jahren haben Google-Teams KI auf Probleme im Gesundheitswesen angewendet, von der Diagnose von Augenkrankheiten bis zur Vorhersage der Patientenergebnisse in medizinischen Unterlagen.
Heute teilen wir neue Forschungsergebnisse, die zeigen, wie KI Lungenkrebs auf eine Weise vorhersagen kann, die die Überlebenschancen vieler gefährdeter Menschen auf der ganzen Welt erhöht.
Künstliche Intelligenz zur Verbesserung der Lebensqualität
Detailliert in der am 20. Mai in Nature Medicine veröffentlichten Forschung, Das Deep-Learning-Modell wurde verwendet, um vorherzusagen, ob ein Patient Lungenkrebs hatErzeugen des Lungenkrebs-Risiko-Scores und Identifizieren des Ortes des Lungenkrebses.
"Indem wir zeigen, dass tiefes Lernen die Spezifität erhöhen kann, ohne die Sensibilität zu beeinträchtigen, hoffen wir, mehr Forschung und Diskussion darüber zu generieren, welche Rolle KI bei der Änderung des Kosten-Nutzen-Verhältnisses der Krebserkennung spielen kann." können wir auf dem Google-Blog lesen.
"Das System der künstlichen Intelligenz analysiert mithilfe des volumetrischen 3D-Tiefenlernens die gesamte Anatomie des Brustscanners sowie Patches, die auf Objekterkennungstechniken basieren und Regionen mit bösartigen Läsionen identifizieren", sagt Shreeva Shetty. , technischer Manager von Google.
Durch die Analyse eines einzelnen Scans erkannte das Modell Krebs (durchschnittlich 5%) häufiger als eine Gruppe von sechs menschlichen Experten und war 11% wahrscheinlicher, falsch positive Ergebnisse zu reduzieren (Ein falsches Positiv ist das Ergebnis einer Entscheidung in einer bidirektionalen Wahl, die als positiv deklariert wurde und tatsächlich negativ ist.)
Radiologen sehen oft Hunderte von 2D-Bildern in einem einzigen CT-Scan, und Krebs kann winzig und schwer zu erkennen sein. Wir haben ein Modell erstellt, das nicht nur die allgemeine Vorhersage der Malignität von Lungenkrebs (in 3D-Volumen betrachtet) generiert, sondern auch subtiles malignes Gewebe in der Lunge (Lungenknoten) identifiziert.
Das Modell kann auch Informationen aus früheren Scans berücksichtigen, die zur Vorhersage des Lungenkrebsrisikos nützlich sind, da die Wachstumsrate verdächtiger Lungenknoten auf Malignität hinweisen kann.
Diese ersten Ergebnisse sind ermutigend, aber weitere Studien werden die Auswirkungen und den Nutzen in der klinischen Praxis bewerten.
In unserer Forschung haben wir 45,856 Null-Brust-CT-Erkennungsfälle (von denen einige Krebs entdeckt wurden) aus dem NIH-Forschungsdatensatz der National Lung Screening Trial und der Northwestern University abgegriffen. Wir haben die Ergebnisse mit einem zweiten Datensatz validiert und unsere Ergebnisse mit 6 vom US-Board zertifizierten Radiologen verglichen.
Google kündigt an, das Modell über die Google Cloud Healthcare-API verfügbar zu machen, während weitere Tests und Tests mit Partnerorganisationen fortgesetzt werden.
Quelle: https://www.blog.google/