The Penyelidik Kecerdasan Buatan (WHO) dari Google yang bekerjasama dengan Northwestern University Hospital telah membuat model AI yang dapat mengesan barah paru-paru. Menurut data dari Organisasi Kesihatan Sedunia, barah paru-paru (tisu ganas di paru-paru) adalah salah satu penyebab kematian yang paling biasa di seluruh dunia, membunuh lebih dari dua juta orang setahun dan membunuh sebanyak orang. seperti barah payudara.
Untuk membantu profesional kesihatan, algoritma dan komputer dapat membantu mengembangkan kaedah lanjutan dalam bidang penjagaan kesihatan.
Walau bagaimanapun, agar alat ini berguna, alat ini mesti dapat diakses dan difahami oleh semua orang, doktor dan pesakit, walaupun tanpa pengetahuan teknologi atau komputer.
Sebenarnya, harus diketahui bahawa operasi semua peranti digital berdasarkan pada program dan data komputer.
Istilah "kecerdasan buatan" menyiratkan bahawa peranti ini mampu berfikir sendiri. Sekiranya diprogram dengan betul, peranti pintar dapat menilai data yang diberikan dan mengubah proses atau parameter "dengan cepat." Dengan maklumat yang mencukupi, mereka dapat 'belajar' dan mengubah kod mereka sendiri berdasarkan parameter baru ini.
Selama tiga tahun terakhir, pasukan di Google menggunakan AI untuk masalah dalam penjagaan kesihatan, dari mendiagnosis penyakit mata hingga meramalkan hasil pesakit dalam rekod perubatan.
Hari ini kami berkongsi penyelidikan baru yang menunjukkan bagaimana AI dapat meramalkan barah paru-paru dengan cara yang dapat meningkatkan peluang bertahan hidup bagi banyak orang yang berisiko di seluruh dunia.
Kecerdasan Buatan untuk meningkatkan kualiti hidup
Terperinci dalam penyelidikan yang diterbitkan pada 20 Mei di Nature Medicine, model pembelajaran mendalam digunakan untuk meramalkan sama ada pesakit menghidap barah paru-paru, menghasilkan skor risiko barah paru-paru dan mengenal pasti lokasi barah paru-paru.
"Dengan menunjukkan bahawa pembelajaran mendalam dapat meningkatkan kekhususan tanpa mengorbankan kepekaan, kami berharap dapat menghasilkan lebih banyak penelitian dan perbincangan mengenai peranan yang dapat dimainkan oleh AI dalam mengubah skala kos-manfaat pengesanan barah." , kita boleh membaca di blog Google.
"Sistem kecerdasan buatan menggunakan pembelajaran mendalam volumetrik 3D untuk menganalisis keseluruhan anatomi pengimbas dada, serta tambalan berdasarkan teknik pengesanan objek yang mengenal pasti kawasan dengan lesi ganas," kata Shreeva Shetty. , pengurus teknikal Google.
Dengan menganalisis satu imbasan, model tersebut mengesan barah (purata 5%) lebih kerap daripada sekumpulan enam pakar manusia dan 11% lebih cenderung mengurangkan positif palsu (positif palsu adalah hasil keputusan dalam pemilihan dua arah, dinyatakan positif, di mana sebenarnya negatif)
Ahli radiologi sering melihat beratus-ratus gambar 2D dalam satu imbasan CT, dan barah boleh menjadi kecil dan sukar dikesan. Kami membuat model yang bukan sahaja dapat menghasilkan ramalan umum keganasan kanser paru-paru (dilihat dalam jumlah 3D) tetapi juga mengenal pasti tisu malignan halus di paru-paru (nodul paru-paru).
Model ini juga dapat mempertimbangkan maklumat dari imbasan sebelumnya, berguna dalam meramalkan risiko barah paru-paru kerana kadar pertumbuhan nodul paru-paru yang mencurigakan dapat menunjukkan keganasan.
Hasil awal ini memberangsangkan, tetapi kajian lanjutan akan menilai kesan dan kegunaan dalam amalan klinikal.
Dalam penyelidikan kami, kami mengetuk 45,856 kes pengesanan CT dada nol (beberapa di mana barah dikesan) dari data penyelidikan NIH dari National Lung Screening Trial dan Northwestern University. Kami mengesahkan hasilnya dengan satu set data kedua dan juga membandingkan hasil kami dengan 6 ahli radiologi lembaga AS.
Google mengumumkan bahawa ia akan menjadikan model itu tersedia melalui Google Cloud Healthcare API kerana ia terus melakukan ujian dan pengujian lebih lanjut dengan organisasi rakan kongsi.
Fuente: https://www.blog.google/