Sztuczna inteligencja do diagnozy raka skóry
W samych Stanach Zjednoczonych odnotowuje się ok. 5,4 mln nowych przypadków nowotworów skóry rocznie. Naukowcy podkreślają, że kluczowe dla pacjentów jest możliwie jak najwcześniejsze wykrycie zmian: w przypadku czerniaka wykrytego we wczesnym stadium przeżywalność pacjentów kształtuje się na poziomie ok. 97 proc.; dla czerniaka wykrytego w późniejszym stadium choroby przeżywalność spada z kolei do ok. 14 proc.
Opracowany przez amerykańskich naukowców algorytm zastępuje pierwszy etap diagnozy nowotworów skóry: oględziny podejrzanej zmiany przez dermatologa. Udało się to osiągnąć poprzez wykorzystanie uczenia maszynowego.
„Stworzyliśmy bardzo potężny algorytm nauczania maszynowego, który uczy się z dostępnych danych – powiedział Andre Esteva, jeden z badaczy. – Zamiast wpisywać w kod komputerowy dokładnych informacji o tym, czego ma poszukiwać – pozwoliliśmy mu samodzielnie się tego nauczyć”.
Naukowcy ze Stanfordu zbudowali swój algorytm w oparciu o inny algorytm, stworzony przez Google - który wytrenowany był do odróżniania zdjęć psów od zdjęć kotów. Poświęcili też czas na skomponowanie bazy danych zawierającej zdjęcia różnego rodzaju zmian skórnych z ich opisami. Aktualnie baza zawiera ok. 130 tys. zdjęć przestawiających ok. 2 tys. różnorodnych chorób skórnych.
W testach programu wykorzystano wysokiej jakości obrazy zmian skórnych, w przypadku których przeprowadzone zostały również biopsje. Naukowcy porównywali diagnozy postawione przez algorytm z opiniami grupy 21 dermatologów opartych o ten sam zestaw obrazów. Jak donoszą, trafność diagnoz algorytmu oraz dermatologów była porównywalna.
Źródło: www.naukawpolsce.pap.pl
Tagi: skora, rak, nowotwor, nature
wstecz Podziel się ze znajomymi