Этот искусственного интеллекта MIT предсказывает риск рака молочной железы до 5 лет заранее

Ученые из MIT CSAIL сотрудничаем с общей больнице Массачусетс, чтобы развить глубокое-модель обучения, который был обучен на 90,000 полном разрешении маммографию сканы от 60 000 пациентов, которые были проверены в течение нескольких лет с различными результатами.

This MIT AI Predicts Breast Cancer Risk Up to 5 Years in Advance

Рак молочной железы входит в тройку лидеров вызывает рак-родственной смерти среди женщин в США, и в то время как выявление методов и технологий, таких как маммография, помогли снизить смертность на 39 процентов, начиная с 1989 года, более 41 000 женщин в США умирают от рака груди в этом году, по данным Cancer.net.

Новая модель искусственного интеллекта, разработанная исследователями из Массачусетского технологического института компьютерных наук и лаборатории искусственного интеллекта (CSAIL), однако, могут анализировать маммограммы и предсказать риск рака молочной железы до пяти лет вперед.

Модели Риска Ущербные

Раннее обнаружение тесно связанного со снижением смертности, так и исследований в этой области была сосредоточена на выявление как можно раньше симптомы.

“Исследователи создают модели риска для рака молочной железы, начиная с конца 80-х годов. Но, как ученые уже думали об этом практически не изменилась до недавнего времени”, – говорит Адам Яла, аспирант в MIT CSAIL и соавтор исследования, которое было опубликовано в медицинском журнале радиологии.

Предыдущие модели риска на основе факторов, включая возраст, семейную историю рака груди, плотности груди, а также генетические факторы. Хотя эти модели помогли улучшить раннюю диагностику, они упускают много важной информации о пациенте и не дает точных результатов на индивидуальном уровне.

“Проблема с этим подходом заключается в том, что вы обобщая информацию, которая имеет значение перед кормлением [его] в модели, а это значит, что сами модели не очень точным”, – Яла, – говорит.

Ученые из MIT CSAIL сотрудничаем с общей больнице Массачусетс (MGH) и развил глубокую-модель обучения, который был обучен на 90,000 полном разрешении маммографию сканы от 60 000 пациентов, которые были проверены в течение нескольких лет с различными результатами.

Алгоритм МТИ глубокого изучения нашли закономерности в ткани молочной железы, что намекнул на риск рака, но были слишком незаметны для человеческого глаза, чтобы поймать. В результате, ИИ может обнаружить признаки рака молочной железы на маммограммах лет раньше, чем человека радиологов, которые могли бы снизить инвазивные процедуры и сократить медицинские расходы.

По данным исследования, модель точно предсказывает 31 процент больных раком в высшей категории риска. Точность существующих моделей составляет около 18 процентов.

Оказывая Индивидуальную Помощь

Одним из преимуществ искусственного интеллекта на основе выявления рака молочной железы является то, что врачи смогут обеспечить персонализированное сканирование и профилактика для пациентов.

“Вместо того, чтобы принимать один-размер-подходит-всем подход, мы можем настроить показ по риск женщины развития рака”, – говорит профессор Массачусетского технологического института Регина Барзилай, старший автор исследования и сама выжила после рака молочной железы. “Например, врач может рекомендовать, что одна группа женщин сделать маммографию каждые два года, в то время как другой с более высоким риском группа может получить дополнительный скрининг МРТ.”

“Если вы даете правильный скрининг на нужного человека, вы сможете как улучшить работу и уменьшить вред от маммографии, но и поймать рака на ранней стадии, что имеет огромное значение при лечении решения, потому что то, что вы делаете на ранней стадии и поздней стадии рака очень разные,” Яла говорит.

До сих пор модель оказалась менее точной в группах людей различных рас и национальностей. Это одна из болевых точек других моделей риска, производительность которого варьируется в зависимости от различных групп населения. По данным Яла, модели риска, основанные на высоком уровне, поверхность таких факторов, как возраст и семейная история не хорошо обобщать. Например, если они созданы на данных из преимущественно белых женщин, они плохо работают на non-белые пациенты.

“Наша модель основывается на фактической структуры в маммограмме. Хотя в наши наборы данных, афро-американские женщины [составляют] 5 процентов от набора данных в целом, модель одинаково хорошо для обоих. Что это означает, что данные ткани является более общим, а история семьи не может быть”, – Яла, – говорит.

Исследователи сейчас продолжает сотрудничество с больше больниц, чтобы учиться и служить другим группам и делают модель еще более справедливым. Они также будут искать, чтобы расширить работу с другими типами рака, особенно те, которые имеют менее эффективные модели риска, такие как рак поджелудочной железы.

Глубокие модели обучения в MIT CSAIL является одним из нескольких проектов, которые направлены на применение искусственного интеллекта в диагностике и лечении рака молочной железы. Крупных технологических компаний, включая IBM, Google и алфавит вспомогательных DeepMind ведущие усилия в области, помимо университетов, таких как Нью-Йоркского университета и Гарвардской Медицинской школы.

“Наша цель-сделать эти достижения в рамках стандартов медицинской помощи”, – говорит Яла. “Предсказать, кто будет развиваться рак в будущем, я надеюсь, мы сможем сохранить жизнь и выявить рак до появления симптомов не возникает.”

Понравилась статья? Поделиться с друзьями:
Гуру ПК
Добавить комментарий

;-) :| :x :twisted: :smile: :shock: :sad: :roll: :razz: :oops: :o :mrgreen: :lol: :idea: :grin: :evil: :cry: :cool: :arrow: :???: :?: :!: