Kecerdasan buatan lebih baik daripada manusia ketika melihat barah paru-paru
Penyelidik telah menggunakan algoritma pembelajaran mendalam untuk mengesan barah paru-paru secara tepat dari imbasan tomografi yang dikira. Hasil kajian menunjukkan bahawa kecerdasan buatan dapat mengatasi penilaian manusia terhadap imbasan ini.
Kanser paru-paru menyebabkan hampir 160,000 kematian di Amerika Syarikat, menurut anggaran terkini. Keadaan ini adalah penyebab utama kematian yang berkaitan dengan barah di A.S., dan pengesanan awal sangat penting untuk menghentikan penyebaran tumor dan meningkatkan hasil pesakit.
Sebagai alternatif untuk sinar-X dada, profesional kesihatan baru-baru ini menggunakan imbasan tomografi (CT) untuk memeriksa barah paru-paru.
Sebenarnya, beberapa saintis berpendapat bahawa imbasan CT lebih baik daripada sinar-X untuk pengesanan kanser paru-paru, dan penyelidikan menunjukkan bahawa CT dosis rendah (LDCT) khususnya telah mengurangkan kematian akibat barah paru-paru sebanyak 20%.
Walau bagaimanapun, kadar positif positif dan negatif palsu yang tinggi masih mengganggu prosedur LDCT. Kesalahan ini biasanya melambatkan diagnosis barah paru-paru sehingga penyakit ini mencapai tahap lanjut apabila menjadi terlalu sukar untuk diubati.
Penyelidikan baru dapat melindungi dari kesilapan ini. Sekumpulan saintis telah menggunakan teknik kecerdasan buatan (AI) untuk mengesan tumor paru-paru dalam imbasan LDCT.
Daniel Tse, dari kumpulan Penyelidikan Kesihatan Google di Mountain View, CA, adalah pengarang kajian yang sesuai, penemuan yang muncul dalam jurnal Perubatan Alam.
'Model mengatasi semua enam ahli radiologi'
Tse dan rakan sekerja menerapkan bentuk AI yang disebut pembelajaran mendalam kepada 42.290 imbasan LDCT, yang mereka akses dari Gudang Data Elektronik Barat Laut dan sumber data lain milik hospital Perubatan Northwestern di Chicago, IL.
Algoritma pembelajaran mendalam membolehkan komputer belajar dengan contoh. Dalam kes ini, para penyelidik melatih sistem menggunakan imbasan LDCT primer bersama-sama dengan imbasan LDCT sebelumnya, jika tersedia.
Imbasan LDCT sebelumnya berguna kerana ia dapat menunjukkan kadar pertumbuhan nodul paru yang tidak normal, sehingga menunjukkan keganasan.
Dalam kajian ini, AI menyediakan "sistem penilaian gambar automatik" yang secara tepat meramalkan keganasan nodul paru-paru tanpa campur tangan manusia.
Para penyelidik membandingkan penilaian AI dengan penilaian enam pakar radiologi A.S. yang mempunyai pengalaman klinikal sehingga 20 tahun.
Apabila imbasan LDCT sebelumnya tidak tersedia, model AI mengungguli keenam-enam ahli radiologi dengan penurunan mutlak sebanyak 11% pada positif palsu dan 5% pada negatif palsu, "lapor Tse dan rakan-rakannya. Apabila pengimejan sebelumnya tersedia, AI berfungsi sama seperti ahli radiologi.
Pengarang bersama kajian Dr. Mozziyar Etemadi, penolong profesor anestesiologi di Northwestern University Feinberg School of Medicine di Chicago, menjelaskan mengapa AI dapat mengatasi penilaian manusia.
"Ahli radiologi secara amnya memeriksa ratusan gambar 2D atau 'kepingan' dalam satu imbasan CT, tetapi sistem pembelajaran mesin baru ini melihat paru-paru dalam satu gambar 3D yang besar," kata Dr. Etemadi.
“AI dalam 3D boleh menjadi lebih sensitif dalam kemampuannya untuk mengesan barah paru-paru awal daripada mata manusia yang melihat gambar 2D. Ini secara teknikal '4D' kerana tidak hanya melihat satu imbasan CT tetapi dua (imbasan semasa dan sebelumnya) dari masa ke masa. "
Dr. Mozziyar Etemadi
"Untuk membangun AI untuk melihat CT dengan cara ini, anda memerlukan sistem komputer skala Google yang sangat besar," lanjutnya. "Konsepnya adalah novel, tetapi kejuruteraan sebenarnya juga novel kerana skala."
Etemadi terus menerus memanfaatkan manfaat menggunakan teknologi pembelajaran mendalam, dengan menekankan ketepatannya. "Sistem ini dapat mengkategorikan luka dengan lebih spesifik," kata penyelidik.
"Bukan hanya kita dapat mendiagnosis seseorang dengan barah dengan lebih baik, kita juga dapat mengatakan jika seseorang tidak mengidap barah, berpotensi menyelamatkannya dari biopsi paru-paru yang invasif, mahal, dan berisiko," kata Dr. Etemadi.
Walau bagaimanapun, para penyelidik mengingatkan bahawa pertama sekali perlu mengesahkan hasil ini dalam kohort yang lebih besar.
