Искусственный интеллект смог определить колоректальные аденомы — доброкачественные опухоли, которые могут развиться в рак, — на увеличенных эндоскопических снимках с точностью до 94%, сообщает ZDNet.
Как работает ИИ?
Для обучения системы использовали 30 тыс. снимков. На основании этой базы данных, ИИ проводил сравнение и определял опухоли. Система проанализировала более чем 300 колоректальных аденом у 250 пациентов. На сверку со всей базой изображений ушло менее секунды.
«Это прорыв, т.к. эта система позволяет проводить оптическую биопсию колоректальных полипов во время колоноскопии, которая не зависит от умения эндоскописта», — сообщает ведущий исследователь, доктор из Университета Шова в Йокогаме Юичи Мори.
Он представил результаты исследования на Объединенной европейской гастронеделе в Барселоне. Пока что система не получила одобрения на клиническое использование. Однако Мори уверен, что это поможет многим пациентам избежать ненужных операций.
Другие исследования в этой области
Определение рака с помощью ИИ и других технологий изучается глобально. Приведем пару примеров.
Национальная служба здравоохранения Великобритании (NHS) совместно с Intel работает над более эффективным определением рака с помощью ИИ. Команда ученых из Уорикского университета создала цифровое хранилище изображений опухолей и клеток иммунной системы. Эта база данных и будет использоваться алгоритмами для определения рака.
Государственное объединение научных и прикладных исследований (CSIRO) в Австралии объявило, что исследователи из их подразделения Data61 разрабатывают ИИ для диагностики ангиогенеза (развитие новых кровеносных сосудов), который предшествует появлению рака. Также с помощью технологии можно будет отслеживать изменения в сосудистой системе, что обеспечит более эффективное лечение.
Искусственный интеллект может и должен быть использован в современной медицине. Это ускоряет процесс диагностики и устраняет человеческий фактор, когда тот не требуется. Вместо того чтобы просматривать огромное количество снимков своими глазами, человек отдаст это машине, которая справится быстрее и лучше. Ранее мы уже писали о диагностике серповидно-клеточной анемии с помощью сверточной нейросети. Конечно, пока что нет алгоритмов со 100% точным результатом. Однако приблизиться к безошибочному алгоритму, скорее всего, более вероятно, чем обучить почти не ошибающегося человека.
