Это случилось. Недавно ученые разработали компьютерный алгоритм, который умеет отличать доброкачественные образования от злокачественных по данным ультразвукового сканирования.
В современной онкологии типичный процесс ранней диагностики рака молочной железы выглядит следующим образом. Всем женщинам старше 45 лет рекомендуется проходить ежегодный скрининг — маммографию. Опытный врач-специалист может обнаружить на снимках даже небольшие опухоли. Далее проводят биопсию — получают фрагмент опухолевой ткани и исследуют под микроскопом. Это помогает отличить доброкачественные новообразования от злокачественных.
Биопсия — очень точный метод диагностики. И всё же иногда случаются ошибки. Врачи могут не распознать рак или «диагностировать» его у здоровой женщины. В итоге — стресс, ненужное обследование или позднее начало лечения.
Конечно же, ученые работают над этой проблемой и ищут новые точные методы диагностики. В последнее время все чаще звучат заявления о том, что искусственный интеллект мог бы выявлять рак без биопсии, причем, с более высокой точностью. И недавно американские ученые доказали это на деле.
Интеллектуальная собственность https://www.euroonco.ru
Эластография и искусственный интеллект
ИИ научился обнаруживать злокачественные опухоли с помощью относительно молодого метода диагностики — ультразвуковой эластографии. Суть метода в том, что вибрация в живых тканях создает волну, которая искажает ультразвуковые волны и помогает определить участки тканей с измененной плотностью. На основании этих данных удается не только обнаружить патологическое образование, но и разобраться, является ли оно злокачественной опухолью.
Ультразвуковая эластография — перспективный метод диагностики в онкологии. Но интерпретация её результатов отнимает много времени, состоит из нескольких этапов и имеет ряд сложностей.
Ученые из Университета Южной Калифорнии (США) попытались создать компьютерный алгоритм, который помог бы упростить и ускорить анализ. Интересно, что для обучения этого алгоритма использовали синтетические данные, то есть созданные искусственно, а не полученные от реальных пациентов.
Синтетические данные
Авторы работы объясняют, что они использовали синтетические данные, потому что большое количество реальных данных, необходимое для обучения программы, просто негде взять.
Ведущий автор исследования, профессор Ассад Оберай (Assad Oberai), отмечает:
Если вы используете те или иные методы визуализации, и у вас есть хотя бы 1000 снимков, полученных от реальных пациентов — вам повезло. Когда таких данных недостаточно, важную роль играют синтетические данные.
Обучение алгоритма происходило на 12 тысячах искусственно созданных изображений. Когда ИИ прошел «экзамен» на синтетических изображениях, он смог установить правильный диагноз в 100% случаев.
Затем ученые провели проверку в условиях, приближенных к реальным. Снимки выполнили десяти женщинам, у половины из которых были доброкачественные опухоли, а у другой половины — злокачественные. Точность диагностики составила 80%. Это хорошо, но недостаточно. Сейчас исследователи продолжают совершенствовать алгоритм. Они считают, что, если бы обучение происходило на данных реальных пациентов, точность была бы выше.
Искусственный интеллект конкурирует с врачами?
В настоящее время возможности ИИ уже активно применяются для анализа изображений в рентгенологии, патоморфологических исследованиях, дерматологии. Компьютер работает намного быстрее, чем люди, при этом зачастую выдает не менее точный результат.
Заменит ли ИИ в будущем живых врачей? Многие эксперты в это не верят. Они говорят, что искусственный интеллект — ценный помощник, но он не должен работать как «черный ящик». Всегда должен быть врач, оператор, который понимает, как рассуждал компьютер и почему пришел именно к такому выводу. Нужен постоянный контроль, потому что ошибки могут стоить пациенту жизни.
Тем не менее, данное исследование открывает большие перспективы. На этот раз ученые исследовали только рак молочной железы, но ИИ теоретически можно применять для диагностики любых злокачественных опухолей. Например, сейчас исследователи сосредоточились на раке почки. Конечно же, все типы рака разные, поэтому компьютерным алгоритмам еще предстоит преодолеть немало сложностей, чтобы безошибочно распознавать новообразования в любых органах. Но начало положено, и первые результаты уже выглядят многообещающе.
Источник: medicalnewstoday.com
Читайте также:
круглосуточно
и событий клиники