I Ricercatori di intelligenza artificiale (LÀ) di Google in collaborazione con il Northwestern University Hospital hanno creato un modello di intelligenza artificiale in grado di rilevare il cancro ai polmoni. Secondo i dati dell'Organizzazione mondiale della sanità, il cancro ai polmoni (tessuto maligno nei polmoni) è una delle cause di morte più comuni nel mondo, uccidendo più di due milioni di persone all'anno e uccidendo quante più persone, come il cancro al seno.
Per aiutare gli operatori sanitari, algoritmi e computer possono aiutare a sviluppare metodi avanzati nel campo sanitario.
Tuttavia, affinché questi strumenti siano utili, devono essere accessibili e comprensibili a tutti, medici e pazienti, anche senza alcuna conoscenza tecnologica o informatica.
In effetti, dovrebbe essere noto che il funzionamento di tutti i dispositivi digitali si basa su programmi e dati per computer.
Il termine "intelligenza artificiale" implica che questi dispositivi siano in grado di pensare da soli. Se programmati correttamente, i dispositivi intelligenti possono valutare i dati forniti e modificare processi o parametri "al volo". Fornite informazioni sufficienti, possono "apprendere" e modificare il proprio codice basato su questi nuovi parametri.
Negli ultimi tre anni, i team di Google hanno applicato l'IA ai problemi dell'assistenza sanitaria, dalla diagnosi delle malattie degli occhi alla previsione dei risultati dei pazienti nelle cartelle cliniche.
Oggi condividiamo una nuova ricerca che mostra come l'IA può prevedere il cancro ai polmoni in modi che aumentano le possibilità di sopravvivenza per molte persone a rischio in tutto il mondo.
Intelligenza artificiale per migliorare la qualità della vita
Dettagliata nella ricerca pubblicata il 20 maggio su Nature Medicine, il modello di apprendimento profondo è stato utilizzato per prevedere se un paziente ha un cancro ai polmoni, generando il punteggio di rischio di cancro al polmone e identificando la posizione del cancro del polmone.
"Dimostrando che il deep learning può aumentare la specificità senza sacrificare la sensibilità, speriamo di generare più ricerca e discussione sul ruolo che l'AI può svolgere nel cambiare la scala costi-benefici della rilevazione del cancro". , possiamo leggere sul blog di Google.
"Il sistema di intelligenza artificiale utilizza il deep learning volumetrico 3D per analizzare l'intera anatomia dello scanner toracico, nonché patch basate su tecniche di rilevamento di oggetti che identificano le regioni con lesioni maligne", afferma Shreeva Shetty. , responsabile tecnico di Google.
Analizzando una singola scansione, il modello ha rilevato il cancro (in media 5%) più frequentemente rispetto a un gruppo di sei esperti umani ed era dell'11% in più di probabilità di ridurre i falsi positivi (un falso positivo è il risultato di una decisione in un'elezione bidirezionale, dichiarata positiva, dove è effettivamente negativa)
I radiologi spesso vedono centinaia di immagini 2D in una singola scansione TC e il cancro può essere minuscolo e difficile da rilevare. Abbiamo creato un modello che non solo può generare la previsione generale della malignità del cancro del polmone (visualizzato nel volume 3D), ma anche identificare il tessuto maligno sottile nei polmoni (noduli polmonari).
Il modello può anche tenere conto delle informazioni provenienti da scansioni precedenti, utili per prevedere il rischio di cancro ai polmoni perché il tasso di crescita dei noduli polmonari sospetti può essere indicativo di malignità.
Questi risultati iniziali sono incoraggianti, ma ulteriori studi valuteranno l'impatto e l'utilità nella pratica clinica.
Nella nostra ricerca, abbiamo selezionato 45,856 casi di rilevamento di CT del torace nullo (alcuni in cui è stato rilevato il cancro) dal set di dati di ricerca NIH del National Lung Screening Trial e della Northwestern University. Abbiamo convalidato i risultati con un secondo set di dati e confrontato i nostri risultati con 6 radiologi certificati dal consiglio statunitense.
Google annuncia che renderà disponibile il modello tramite l'API di Google Cloud Healthcare mentre continua ulteriori test e test con le organizzazioni partner.
fonte: https://www.blog.google/