Az algoritmus egy tanulmány szerint hatékonyabban és eredményesebben teljesít, mint a jelenlegi módszerek.
Orvosok, tudósok és kutatók olyan mesterségesintelligencia-modellt építettek, amely képes pontosan azonosítani a rákot, és ezzel a fejlesztéssel szerintük felgyorsítható a betegség diagnosztizálása és a betegek gyorsabb kezelése − írta meg a The Guardian.
A rák világszerte a vezető halálozási okok között szerepel. Az Egészségügyi Világszervezet (WHO) szerint évente mintegy 10 millió halálesetet okoz, vagyis közel minden hatodik halálesetből egyet. Sok esetben azonban a betegség gyógyítható, ha korán felismerik és gyorsan kezelik.
A Royal Marsden NHS Foundation Trust, a londoni Institute of Cancer Research és az Imperial College London szakértői által tervezett mesterségesintelligencia-eszköz képes azonosítani, hogy a CT-vizsgálatokkal észlelt daganatok rosszindulatúak-e vagy sem.
Egy tanulmány szerint az algoritmus hatékonyabban és eredményesebben működik, mint a jelenlegi módszerek. Az eredményeket a Lancet eBioMedicine című folyóiratban tették közzé.
A jövőben reméljük, hogy javítani fogja a rák korai felismerését, és potenciálisan sikeresebbé teheti a rákkezeléseket azáltal, hogy rámutat a magas kockázatú betegekre, akik így gyorsabban juthatnak ellátáshoz
− mondta dr. Benjamin Hunter, a Royal Marsden klinikai onkológiai rezidense és az Imperial College London klinikai kutatója.
A kutatócsoport mintegy 500 tüdődaganatos beteg CT-eredményeit használta fel egy radiomikai algoritmus kifejlesztéséhez. A technika képes olyan létfontosságú információkat kinyerni az orvosi felvételekből, amelyeket emberi szem nem vesz könnyen észre.
Az AI-modellt ezután tesztelték, hogy megállapítsák, képes-e pontosan azonosítani a rákos elváltozásokat.
A tanulmány egy AUC (area under the curve) nevű mérőszámot használt, hogy megállapítsa, mennyire hatékony a modell a rák előrejelzésében. Az 1-es AUC-érték tökéletes modellt jelez, míg 0,5-ös értéket várnánk, ha a modell véletlenszerűen találgatna.
Az eredmények azt mutatták, hogy az AI-modell 0,87-es AUC-értékkel tudta azonosítani az egyes csomók rákkockázatát. A teljesítmény jobb, mint a klinikumban jelenleg használt Brock-modell pontszáma, amely 0,67. A modell összehasonlíthatóan teljesített a Herder-modellel − egy másik teszttel − is, amelynek AUC-értéke 0,83.
E kezdeti eredmények alapján úgy tűnik, hogy modellünk pontosan azonosítja a rákos tüdőszöveteket. Ezután azt tervezzük, hogy a technológiát klinikai körülmények között, előrehaladott tüdődaganatoktól szenvedő betegeken teszteljük, hogy kiderüljön, pontosan meg tudja-e jósolni a tüdőrák kockázatát
− mondta Hunter.
A mesterségesintelligencia-modell segíthet az orvosoknak abban is, hogy gyorsabb döntést hozzanak a jelenleg közepes kockázatúnak ítélt kóros daganatokkal rendelkező betegekről.
A Herderrel kombinálva az AI-modell képes volt azonosítani a magas kockázatú betegeket ebben a csoportban. A tanulmány szerint a 22-ből 18 esetben (az esetek 82 százalékában) korai beavatkozást javasolt volna azon csomók esetében, amelyekről később bebizonyosodott, hogy rákosak.