كيف يعزز الذكاء الاصطناعي دقة الكشف عن سرطان الثدي

كشفت دراسة جديدة أن أداة الذكاء الاصطناعي - المدربة على ما يقرب من مليون صورة فحص للثدي - يمكن أن تحدد سرطان الثدي بدقة تقارب 90 ٪ عندما تقترن بتحليل الأشعة.

درست الدراسة قدرة نوع من الذكاء الاصطناعي (AI) ، وهو برنامج كمبيوتر للتعلم الآلي ، على إضافة قيمة إلى التشخيصات التي وصلت إليها مجموعة من 14 اختصاصي إشعاعي عند استعراضهم 720 الماموجرام الصور.

"إن الهدف النهائي لعملنا هو زيادة ، وليس استبدال ، علماء الأشعة البشرية."

يقول مؤلف الدراسة الأقدم كرزيستوف غيراس ، أستاذ مساعد في قسم الأشعة بكلية غروسمان للطب بجامعة نيويورك: "لقد وجدت دراستنا أن الذكاء الاصطناعي حدد أنماطًا مرتبطة بالسرطان في البيانات التي لم يستطع اختصاصيو الأشعة ، والعكس صحيح".

ويضيف جراس ، وهو عضو هيئة تدريس منتسب في مركز علوم البيانات: "اكتشف الذكاء الاصطناعي تغييرات على مستوى البكسل في الأنسجة غير مرئية للعين البشرية ، في حين استخدم البشر أشكالًا من التفكير غير متاحة لمنظمة العفو الدولية". "إن الهدف النهائي لعملنا هو زيادة ، وليس استبدال ، علماء الأشعة البشرية."

في عام 2014 ، حصلت النساء (بدون أعراض) في الولايات المتحدة على أكثر من 39 مليون فحص تصوير الثدي للكشف عن سرطان الثدي وتحديد الحاجة إلى متابعة أوثق. يشار النساء الذين نتائج الاختبار تسفر عن نتائج تصوير الثدي بالأشعة غير طبيعية خزعة، وهو الإجراء الذي يزيل عينة صغيرة من أنسجة الثدي لاختبار المختبر.

ثلاث صور لأنسجة الثدي جنبًا إلى جنب. الأول أبيض وأسود ، والثاني به بقع خضراء ، والثالث به بقع حمراء.تعلمت أداة الذكاء الاصطناعى التنبؤ بالآفات التي من المحتمل أن تكون خبيثة (خريطة الحرارة الحمراء) أو من المحتمل أن تكون حميدة (خريطة الحرارة الخضراء) ، مع إمكانية مساعدة أخصائيي الأشعة في تشخيص سرطان الثدي. (الائتمان: كلية الطب في جامعة نيويورك)

في الدراسة الجديدة ، صمم فريق البحث تقنيات إحصائية تسمح لبرنامجهم "بالتعلم" كيفية التحسن في مهمة ما دون أن يتم إخبارهم بالتحديد. تقوم مثل هذه البرامج ببناء نماذج رياضية تمكن من اتخاذ القرارات بناءً على أمثلة البيانات التي يتم إدخالها فيها ، مع جعل البرنامج "أكثر ذكاءً" لأنه يستعرض المزيد والمزيد من البيانات.

تستخدم أساليب الذكاء الاصطناعي الحديثة ، التي تستلهم من الدماغ البشري ، دوائر معقدة لمعالجة المعلومات في طبقات ، مع كل خطوة تغذي المعلومات في المرحلة التالية ، وتولي أهمية أكثر أو أقل لكل جزء من المعلومات على طول الطريق.

قام مؤلفو الدراسة الحالية بتدريب أداة الذكاء الاصطناعي الخاصة بهم على العديد من الصور المتطابقة مع نتائج الخزعات التي أجريت في الماضي. كان هدفهم هو تمكين الأداة لمساعدة أخصائيي الأشعة على تقليل عدد الخزعات اللازمة للمضي قدمًا. يقول جراس ، لا يمكن تحقيق ذلك إلا من خلال زيادة الثقة التي يتمتع بها الأطباء في دقة التقييمات التي يتم إجراؤها لفحوصات الفحص (على سبيل المثال ، تقليل إيجابية كاذبة ونتائج سلبية كاذبة).

بالنسبة للدراسة الحالية ، قام فريق البحث بتحليل الصور التي تم جمعها كجزء من الرعاية السريرية الروتينية على مدار سبع سنوات ، من خلال فحص البيانات التي تم جمعها وربط الصور بنتائج الخزعة. يقول المؤلفون إن هذا الجهد أوجد مجموعة بيانات كبيرة بشكل غير عادي لأدواتهم الخاصة بالتدريب على الذكاء الاصطناعي ، والتي تتألف من 229,426،1,001,093 اختبارًا لتصوير الثدي بالأشعة الرقمية و 10,000،XNUMX صورة. معظم قواعد البيانات التي استخدمها الباحثون في الدراسات حتى الآن اقتصرت على XNUMX صورة أو أقل.

وهكذا ، قام الباحثون بتدريب شبكتهم العصبية من خلال برمجتها لتحليل الصور من قاعدة البيانات التي تم بالفعل تشخيص تشخيص السرطان عليها. هذا يعني أن الباحثين يعرفون "الحقيقة" لكل صورة تصوير ثدي (سرطان أم لا) لأنهم اختبروا دقة الأداة ، في حين كان على الأداة أن تخمنها. قام الباحثون بقياس الدقة في وتيرة التنبؤات الصحيحة.

بالإضافة إلى ذلك ، صمم الباحثون نموذج الدراسة AI للنظر أولاً في بقع صغيرة جدًا من الصورة ذات الدقة الكاملة بشكل منفصل لإنشاء خريطة حرارة ، وهي صورة إحصائية لاحتمال المرض. ثم يأخذ البرنامج في الاعتبار الثدي الكامل للخصائص الهيكلية المرتبطة بالسرطان ، مع إيلاء اهتمام أكبر للمناطق التي تم وضع علامة عليها في خريطة الحرارة على مستوى البكسل.

فبدلاً من أن يحدد الباحثون ميزات الصور التي يبحث عنها الذكاء الاصطناعي ، تكتشف الأداة لوحدها ميزات الصورة التي تزيد من دقة التنبؤ. للمضي قدمًا ، يخطط الفريق لزيادة هذه الدقة من خلال تدريب برنامج الذكاء الاصطناعي على مزيد من البيانات ، وربما حتى تحديد التغييرات في أنسجة الثدي التي لم تكن سرطانية بعد ولكن لديها القدرة على أن تكون كذلك.

يقول المؤلف الأول نان وو ، مرشح الدكتوراه في "إن الانتقال إلى دعم الذكاء الاصطناعي في الأشعة التشخيصية يجب أن يستمر مثل تبني السيارات ذاتية القيادة - ببطء وبعناية ، وبناء الثقة ، وتحسين النظم على طول الطريق مع التركيز على السلامة". مركز علوم البيانات.

تظهر الدراسة في معاملات IEEE على التصوير الطبي.

مشاركون آخرون من جامعة نيويورك وكلية الطب جامعة ولاية نيويورك ، وجامعة كامبريدج ، وجامعة جاجيلونيان.

وجاء دعم العمل ، في جزء منه ، من المعاهد الوطنية للصحة. تم إتاحة النموذج المستخدم في هذه الدراسة للمجال لدفع الابتكار.

دراسة الأصلية

books_health

اتبع InnerSelf على

الفيسبوك أيقونةتويتر أيقونةآر إس إس أيقونة

احصل على آخر عبر البريد الإلكتروني

{Emailcloak = إيقاف}