2022. 05. 01. - 08:00
Mesterséges intelligencia segít a rák biztonságos kimutatásában
Új módszert dolgoztak ki a Leeds-i Egyetem kutatói, hogy a mesterséges intelligencia felhasználásával előrejelezzék a rákot a betegek adataiból - anélkül, hogy a személyes információkat kockáztatnák.
Biztonságosabban is ki tudják mutatni a rákos megbetegedést a páciensek adataiból mesterséges intelligencia segítségével, anélkül, hogy kockáztaták a személyes adatokat – erre fejlesztett ki új módszert az angol Leeds Egyetemének tudóscsoportja.
A mesterséges intelligencia (MI) igen nagy mennyiségű adat elemzésére képes - például képeket vagy kísérleti eredményeket analizál és képes azonosítani az emberek által gyakran nem észlelhető mintákat, így rendkívül értékes eszköz a betegségek felismerésének, diagnosztizálásának és kezelésének felgyorsításában.
Ugyanakkor, a technológia orvosi környezetben történő használata ellentmondásos, mert fennáll a véletlen adatkibocsátás veszélye - számos rendszer magáncégek tulajdonában és irányítása alatt áll, ami hozzáférést biztosít számukra a bizalmas betegadatokhoz – ők pedig felelősséggel tartoznak azok védelméért.
A kutatók most arra törekedtek, hogy felderítsék, vajon a mesterséges intelligencia raj tanulásnak nevezett formája felhasználható-e arra, hogy a számítógépek előre jelezzék a rákot a betegek szövetmintáiról készült orvosi felvételeken, anélkül, hogy kiadnák a kórházak adatait. Olvasd el: Észlelheti a hasnyálmirigyrák legkorábbi jeleit a mesterséges intelligencia
Mesterséges intelligencia és rajtanulás segít a rák biztonságos kimutatásában
A raj tanulás mesterséges intelligencia-algoritmusokat képez, amelyek képesek észlelni a helyi kórházak vagy egyetemek adataiban előforduló mintákat, például az emberi szövetek képén belüli genetikai változásokat.
A raj tanuló rendszer ezt követően elküldi az újonnan betanított algoritmust – amely azonban helyi adatokat vagy beteginformációkat nem tartalmaz – egy központi számítógépre.
Itt azonos módon kombinálják azt más kórházak által generált algoritmusokkal, hogy optimalizált algoritmust hozzanak létre.
Ezt azután visszaküldik a helyi kórházba, ahol újra alkalmazzák az eredeti adatokhoz, javítva a genetikai változások észlelését, köszönhetően az érzékenyebb észlelési képességeknek.
Ennek többszöri megtételével az algoritmus továbbfejleszthető és minden adathalmazon működővé tehető. Ez jó hír, mert azt jelenti, hogy a technika alkalmazható - anélkül, hogy adatokat kellene kiadni harmadik félnek, illetve küldözgetni kellene a kórházak között vagy nemzetközi határokon át. Olvasd el: Virtuális daganatok és mesterséges intelligencia lehet a rákterápia jövője
A kutatócsapat három észak-írországi, németországi és amerikai betegcsoport vizsgálati adatai alapján képezte ki a mesterséges intelligencia-algoritmusokat. Ezeket aztán két nagy, Leedsben előállított adatfelvételen tesztelték. Kiderült: sikeresen megtanulták, hogyan lehet megjósolni a rák különböző altípusainak jelenlétét a képek alapján.
A kutatást Jakob Nikolas Kather, a Leedsi Egyetem Orvostudományi Karának vendégprofesszora és az RWTH Aachen Egyetemi Kórház kutatója vezette. A csapat tagja volt Heike Grabsch és Phil Quirke professzor, valamint dr. Nick West, a Leedsi Egyetem Orvostudományi Karáról.
„Több mint 5 ezer beteg adatai alapján ki tudtuk mutatni, hogy a rajtanulással kiképzett mesterséges intelligencia modellek képesek klinikailag jelentős genetikai változásokat előre jelezni, közvetlenül a vastagbéldaganatokból származó szövetek képei alapján” – mondta Jakob Nikolas Kather.
„Megmutattuk, hogy a rajtanulás felhasználható az orvostudományban független MI algoritmusok képzésére, bármilyen képelemzési feladathoz – jegyezte meg Phil Quirke, a Leedsi Egyetem Orvostudományi Karának patológia professzora. - Ez azt jelenti, hogy leküzdhető az adatátvitel szükségessége, anélkül, hogy az intézményeknek fel kellene adniuk adataik biztonságos ellenőrzését.”
Phil Quirke hozzátette: egy olyan mesterséges intelligencia-rendszer létrehozása, amely képes ellátni ezt a feladatot, javítja az MI alkalmazásának képességét a jövőben.
L.A.
