Машинное обучение улучшит диагностику рака груди

Новая система машинного обучения может выявлять уплотнения в грудной ткани, которые мешают выявлять следы рака на снимках и представляют собой отдельный фактор риска для появления этой болезни. Алгоритм более чем в 90% случаев выдавал такой же ответ, как и профессиональные медики. Результаты опубликованы в журнале Radiology. Повышенная плотность грудной ткани может указывать на рак молочной железы. Однако поскольку такого рода диагнозы ставят только люди, разные врачи могут определять, насколько опасно то или иное уплотнение, по-разному. Поэтому ученые стараются придумать менее субъективный инструмент диагностики. В новой работе исследователи предлагают использовать для этой цели компьютерную систему на основе машинного обучения. «Мы хотели создать точный и последовательный инструмент, который можно использовать во всей системе здравоохранения», — говорит соавтор работы Адам Яла из Массачусетского технологического института (США). Авторы тренировали систему на базе данных, в которой более чем 58 000 маммограмм — результатов сканирования молочных желез. Для обучения нейросети использовали 41 тысячу снимков, а около 8 600 — для тестирования. С января 2018 года систему тестировали в Массачусетской больнице общего профиля, где врачу для анализа вместе со снимком предоставлялся результат работы программы, который человек мог отвергнуть или подтвердить. Авторы отмечают, что подобную систему в обычной клинической практике используют впервые. В исследовании рассказывается о результатах оценки 10 763 маммограмм. Когда по результатам анализа снимки нужно было разделить на два основных типа — с неоднородной и плотной тканью или преимущественно жировой, врачи соглашались с алгоритмом в 94% случаев. Если же снимки нужно было классифицировать более детально — на четыре типа — вероятность совпадения снижалась до 90%. Авторы очень вдохновлены результатами и надеются, что на основе подобных систем удастся создать стандартизованные методы оценки. «С помощью искусственного интеллекта у нас есть возможность обрабатывать огромные массивы информации и оказывать с их помощью персонализированную, подходящие для конкретного пациента помощь, — говорит ведущий автор работы Констанс Леман. — В случае рака молочной железы мы можем лучше предсказать вероятность его возникновения в будущем у конкретной женщины и увеличить шансы на успешное лечение». Понравился материал? Добавьте Indicator.Ru в «Мои источники» Яндекс.Новостей и читайте нас чаще.