Zbirke

Model dubokog učenja može predvidjeti rak dojke unaprijed do pet godina

Model dubokog učenja može predvidjeti rak dojke unaprijed do pet godina

Istraživači iz MIT-ovog Laboratorija za računalne znanosti i umjetnu inteligenciju (CSAIL) i Opće bolnice u Massachusettsu (MGH) stvorili su novi model dubokog učenja koji može poboljšati rano otkrivanje raka dojke.

POVEZANO: SOFTVER S AI SNAGOM POMAŽE LIJEČNICIMA DA OTKRIJU RAK DOJKE

Na mamografskom sustavu može se utvrditi postoji li vjerojatnost da će pacijent razviti rak dojke čak pet godina u budućnosti. Pregledi za rak dojke važan su alat u ranom otkrivanju raka dojke i smanjenju smrtnosti zbog raka dojke.

AI može pomoći u popunjavanju nedostatka liječnika

Projekcije su trenutno vrlo radno zahtjevne zbog velikog broja žena koje trebaju skeniranje. U nekim dijelovima svijeta, uključujući SAD, postoji manjak broja visoko obučenih radiologa za pregled dojki, što je dovelo do razvoja sustava AI koji mogu obaviti neke od zadataka povezanih s procjenom mamografije.

Novi MIT sustav osposobljen je za mamografije i ishode više od 60 000 pacijenata; na temelju tih podataka algoritam je naučio suptilne obrasce u tkivu dojke koji su preteča malignih tumora. Kreatori sustava nadaju se da će kasno otkrivanje raka dojke učiniti prošlošću.

Točniji pregled na temelju rizika

Sustav će pomoći liječnicima u izradi individualnih planova upravljanja rizikom za žene koji će odrediti koliko često trebaju biti pregledani. Trenutno Američko društvo za borbu protiv raka preporučuje godišnji pregled s početkom u 45. godini u SAD-u.

Preventivna radna skupina preporučuje provjeru svake dvije godine počevši od 50 godina. No, za žene s visokim rizikom to možda neće biti dovoljno.

"Umjesto da pristupimo jedinstvenom pristupu, možemo personalizirati probir oko rizika žena da oboli od raka", kaže Barzilay, viši autor novog članka o projektu koji je danas objavljen u Radiologiji.

"Na primjer, liječnik može preporučiti da jedna skupina žena svake druge godine radi mamografiju, dok bi druga skupina s većim rizikom mogla dobiti dodatni MRI pregled."

Sustav precizniji od tradicionalnih metoda

Barzilay je profesor Delta elektronike na CSAIL-u i Odjelu za elektrotehniku ​​i računarstvo na MIT-u i član Koch instituta za integrativno istraživanje raka na MIT-u. Sustav je točno smjestio 31 posto svih pacijenata s karcinomom u svoju kategoriju najvišeg rizika, u usporedbi sa samo 18 posto za tradicionalne modele.

Sustav dokazuje da se strategije probira mogu odrediti na temelju čimbenika rizika, a ne samo na temelju dobi. Prije je ženski čimbenik rizika za razvoj raka dojke određivan kombinacijom dobi, obiteljske povijesti raka dojke i jajnika, hormonalnih i reproduktivnih čimbenika i gustoće dojki.

Algoritmi otkrivaju uzorke previše suptilne za ljude

Ti su biljezi slabo povezani sa stvarnim razvojem raka dojke, a probir zasnovan na riziku nije široko podržan. Tim MIT / MGH razvio je model dubokog učenja koji može identificirati obrasce na mamografima koji pokreću budući rak. Trening na više od 90 000 mamograma, model je otkrio uzorke previše suptilne da bi ih ljudsko oko moglo otkriti.

"Od 1960-ih radiolozi su primijetili da žene imaju jedinstvene i vrlo varijabilne uzorke tkiva dojke vidljive na mamografu", kaže Lehman.

„Ti obrasci mogu predstavljati utjecaj genetike, hormona, trudnoće, dojenja, prehrane, gubitka kilograma i debljanja.

Sada možemo iskoristiti ove detaljne podatke kako bismo bili precizniji u našoj procjeni rizika na pojedinačnoj razini. "

Model će također smanjiti jaz u otkrivanju i liječenju raka dojke između crno-bijelih žena. Crnkinje imaju 42% veću vjerojatnost da će umrijeti od raka dojke od bijelih žena zbog različitih čimbenika, uključujući pristup zdravstvenoj zaštiti.

Tim se nada da sustav može postati standardni dio zdravstvene zaštite u SAD-u i u svijetu.


Gledaj video: SAMOPOUZDANJE I SAMOPOŠTOVANJE - DŽOZEF MARFI (Prosinac 2021).