Los Mga mananaliksik na Artipisyal na Katalinuhan (DYAN) mula sa Google na nagtatrabaho sa Northwestern University Hospital ay lumikha ng isang modelo ng AI na makakakita ng cancer sa baga. Ayon sa datos mula sa World Health Organization, ang cancer sa baga (malignant tissue sa baga) ay isa sa pinakakaraniwang sanhi ng pagkamatay sa buong mundo, pinapatay ang higit sa dalawang milyong katao sa isang taon at pinapatay ang maraming tao. tulad ng cancer sa suso.
Upang matulungan ang mga propesyonal sa pangangalaga ng kalusugan, ang mga algorithm at computer ay maaaring makatulong na bumuo ng mga advanced na pamamaraan sa larangan ng pangangalaga ng kalusugan.
Gayunpaman, upang maging kapaki-pakinabang ang mga tool na ito, dapat silang ma-access at maunawaan ng lahat, mga doktor at pasyente, kahit na walang kaalaman sa teknolohiya o computer.
Sa katunayan, dapat malaman na ang pagpapatakbo ng lahat ng mga digital na aparato ay batay sa mga programa at data ng computer.
Ang salitang "artipisyal na intelihensiya" ay nagpapahiwatig na ang mga aparatong ito ay may kakayahang mag-isip para sa kanilang sarili. Kung na-program nang tama, maaaring suriin ng mga smart device ang ibinigay na data at baguhin ang mga proseso o parameter na "on the fly." Dahil sa sapat na impormasyon, maaari silang 'matuto' at mabago ang kanilang sariling code batay sa mga bagong parameter na ito.
Sa nagdaang tatlong taon, ang mga koponan sa Google ay naglalapat ng AI sa mga problema sa pangangalaga ng kalusugan, mula sa pag-diagnose ng mga sakit sa mata hanggang sa paghula ng mga kinalabasan ng pasyente sa mga medikal na tala.
Ngayon nagbabahagi kami ng bagong pananaliksik na ipinapakita kung paano mahuhulaan ng AI ang kanser sa baga sa mga paraan na madaragdagan ang mga pagkakataong mabuhay para sa maraming mga taong nasa peligro sa buong mundo.
Artipisyal na Katalinuhan upang mapabuti ang kalidad ng buhay
Detalyado sa pananaliksik na inilathala noong Mayo 20 sa Nature Medicine, ang malalim na modelo ng pag-aaral ay ginamit upang hulaan kung ang isang pasyente ay may cancer sa baga, na bumubuo ng marka ng panganib sa cancer sa baga at kinikilala ang lokasyon ng cancer sa baga.
"Sa pamamagitan ng pagpapakita na ang malalim na pag-aaral ay maaaring dagdagan ang pagiging tiyak nang hindi sinasakripisyo ang pagkasensitibo, inaasahan naming makabuo ng mas maraming pananaliksik at talakayan sa papel na maaaring gampanan ng AI sa pagbabago ng sukat sa gastos na benepisyo ng pagtuklas ng kanser." , mababasa natin sa Google blog.
"Ang artipisyal na sistema ng katalinuhan ay gumagamit ng 3D volumetric deep na pag-aaral upang pag-aralan ang buong anatomya ng scanner ng dibdib, pati na rin ang mga patch na batay sa mga diskarte sa pagtuklas ng bagay na kinikilala ang mga rehiyon na may malignant na sugat," sabi ni Shreeva Shetty. , teknikal na tagapamahala ng Google.
Sa pamamagitan ng pag-aaral ng isang solong pag-scan, nakakita ang modelo ng cancer (sa average na 5%) mas madalas kaysa sa isang pangkat ng anim na dalubhasa sa tao at 11% na mas malamang na mabawasan ang maling mga positibo (isang maling positibo ang resulta ng isang desisyon sa isang bidirectional na halalan, idineklarang positibo, kung saan ito ay talagang negatibo)
Ang mga radiologist ay madalas na nakakakita ng daan-daang mga 2D na imahe sa isang solong CT scan, at ang kanser ay maaaring maliit at mahirap makita. Lumikha kami ng isang modelo na hindi lamang makakabuo ng pangkalahatang hula ng malignancy ng cancer sa baga (tiningnan sa dami ng 3D) ngunit makikilala din ang banayad na malignant na tisyu sa baga (baga nodules).
Maaari ring isaalang-alang ng modelo ang impormasyon mula sa mga nakaraang pag-scan, kapaki-pakinabang sa paghula ng panganib ng kanser sa baga dahil ang rate ng paglaki ng mga kahina-hinalang baga nodule ay maaaring nagpapahiwatig ng pagkakasira.
Ang mga paunang resulta ay naghihikayat, ngunit ang karagdagang mga pag-aaral ay susuriin ang epekto at utility sa klinikal na kasanayan.
Sa aming pagsasaliksik, nag-tap kami ng 45,856 na mga null chest CT detection na kaso (ilang kung saan nakita ang cancer) mula sa NIH data ng pananaliksik na itinakda mula sa National Lung Screening Trial at Northwestern University. Pinatunayan namin ang mga resulta sa isang pangalawang hanay ng data at inihambing din ang aming mga resulta sa 6 na US board sertipikadong radiologist.
Inanunsyo ng Google na gagawin nitong magagamit ang modelo sa pamamagitan ng Google Cloud Healthcare API habang nagpapatuloy ito sa karagdagang pagsubok at pagsubok sa mga kasosyong samahan.
Fuente: https://www.blog.google/