2022. 05. 02. - 10:35
Mellrák diagnosztika - Mást lát az orvos és a mesterséges intelligencia?
Jelentős különbségeket mutatnak a radiológusok és a mesterséges intelligencia rendszerek az emlőrákszűrések során – állapította meg egy kutatócsoport.
Számos esetben bebizonyosodott már, hogy a mesterséges intelligencia igen hatékony eszköz a betegségek gyorsabb diagnosztizálásában.
Most azonban egy új tanulmány arra hívta fel a figyelmet, hogy a radiológusok és a mesterséges intelligencia rendszerek jelentős különbségeket mutatnak az emlőrákszűrések során.
A Scientific Reports folyóiratban megjelent kutatás - melyet a New York-i Egyetem Adattudományi Központja végzett el - az emberi és a mesterséges intelligencia módszerek alkalmazásának lehetséges értékét tárja fel az orvosi diagnózisok felállításában. Olvasd el: Mesterséges intelligencia és MRI segít kizárni a rákot sűrű mellszövet esetén
Különbségeket mutatnak a mellrák szűrés során az orvosok és a mesterséges intelligencia
„Noha a mesterséges intelligencia előnyökkel járhat az egészségügyben, a döntéshozatala még mindig kevéssé érthető - magyarázta Taro Makino, a New York-i Egyetem Adattudományi Központjának doktorjelöltje, a tanulmány vezető szerzője. - Eredményeink fontos lépést jelentenek annak megértésében, miként eredményez a mesterséges intelligencia orvosi értékeléseket, ezzel egyúttal utat is kínál a rákfelderítés javításához.”
Az elemzés egy speciális mesterséges intelligencia-eszközre összpontosított: a mély neurális hálózatokra (DNN), amelyek számítási elemek – „neuronok” – rétegei és számítógépen szimulálják őket.
Az ilyen neuronok hálózata megtanítható a tanulásra - több réteg felépítésével, az adatok bemenetén alapuló számítások végrehajtásának konfigurálásával. A folyamatot mély tanulásnak nevezik. Olvasd el: MI segít a mammográfiás vizsgálatok elemzésében
Elemzésük során a tudósok összehasonlították a radiológusok által leolvasott mellrákszűréseket a DNN-ek által analizáltakkal.
Kiderült, a DNN-ek és a radiológusok módszere jelentősen eltér abban, hogyan diagnosztizálják a rosszindulatú emlőrák-katgeóriát, az úgynevezett lágyszöveti elváltozásokat.
A kutatásban részt vett Krzysztof Geras, PhD., Laura Heacock orvos és Linda Moy orvos is, a NYU Grossman School of Medicine Radiológiai Osztályának oktatója.
„Ezen mellrákszűrések alkalmával a mesterséges intelligencia-rendszerek a mammográfiák apró részleteit veszik figyelembe, melyeket a radiológusok irrelevánsnak tartanak - magyarázta Geras. - Meg kell érteni és ki kell javítani ezt az eltérést, mielőtt teljesen megbíznánk az MI-rendszerekben, hogy segíteni tudjanak az élet szempontjából kritikus orvosi döntésekben.”
Míg a radiológusok elsősorban a fényerőre és a formára hagyatkoztak, a DNN-ek apró részleteket használtak szétszórva a képeken. Ezek a részletek is a radiológusok által legfontosabbnak ítélt régiókon kívülre koncentrálódtak.
Azzal, hogy feltárták az emberi és a gépi észlelés közötti különbségeket az orvosi diagnosztikában, a kutatók igyekeztek megszüntetni a szakadékot az akadémiai tanulmányok és a klinikai gyakorlat között.
„A DNN-ekbe vetett bizalom megteremtése az orvosi diagnosztikában annak megértésére irányul, különbözik-e az észlelésük az emberekétől és ha igen, miben és hogyan - mondja Moy. - Ha jobban megismerjük működésüket, jobban fel is ismerhetjük a DNN-ek korlátait és előre láthatjuk a kudarcaikat.”
A mesterséges intelligencia-rendszerek klinikai munkafolyamatba áthelyezésének akkor van esélye, ha megértik döntéshozatalukat és robusztusabbá teszik azt – jegyezte meg Makino.
Hozzátette: úgy tapasztalják, hogy kutatásuk javítja a mesterséges intelligencia képességeinek pontosságát az egészséggel kapcsolatos értékelések elvégzésében, azzal, hogy rávilágít és kezeli is a jelenlegi korlátait.
L.A.
