Przełom w walce z rakiem piersi. Sztuczna inteligencja wykryje to, co niewidoczne!
Rak piersi pozostaje najczęściej diagnozowanym nowotworem u kobiet na świecie, dlatego ogromne znaczenie ma jego jak najwcześniejsze wykrywanie. Podstawowym badaniem przesiewowym jest mammografia, pozwalająca zauważyć zmiany nowotworowe jeszcze przed pojawieniem się objawów.
Problemem jest jednak stale rosnąca liczba badań obrazowych, które muszą zostać dokładnie przeanalizowane przez radiologów, dlatego coraz większą rolę zaczynają odgrywać systemy wykorzystujące sztuczną inteligencję. Naukowcy z Wojskowej Akademii Technicznej opracowali innowacyjne rozwiązanie oparte na głębokim uczeniu maszynowym, które może znacząco zwiększyć skuteczność wykrywania zmian nowotworowych na zdjęciach mammograficznych. Zamiast korzystać z pojedynczego modelu sztucznej inteligencji, badacze stworzyli system współpracujących ze sobą sieci neuronowych. Każda z nich analizuje obraz w nieco inny sposób, dzięki czemu możliwe jest wychwycenie zarówno drobnych szczegółów, jak i ogólnej struktury tkanki piersi.
Przetestowali aż 19 różnych architektur sztucznej inteligencji
Nowe podejście wykorzystuje tzw. ansambl modeli, czyli grupę wielu konwolucyjnych sieci neuronowych działających równocześnie. Badacze przetestowali aż 19 różnych architektur sztucznej inteligencji, w tym znane modele wykorzystywane w analizie obrazów medycznych. Zamiast opierać diagnozę na wyniku jednego algorytmu, system porównuje odpowiedzi wszystkich modeli i podejmuje decyzję na podstawie wspólnej oceny. Takie rozwiązanie pozwala ograniczyć ryzyko błędów pojedynczej sieci. Nowoczesna technologia została sprawdzona na dużej międzynarodowej bazie mammografii zawierającej tysiące przypadków obejmujących zarówno zdrowe tkanki, jak i zmiany łagodne oraz nowotwory złośliwe. Zadanie było szczególnie trudne, ponieważ obrazy często bardzo się od siebie różnią jedynie subtelnymi detalami, a liczba zdrowych przypadków była wielokrotnie większa niż liczba zmian chorobowych.
Mimo tych trudności system osiągnął bardzo wysoką skuteczność. W rozróżnianiu nowotworów od zdrowych tkanek dokładność przekroczyła 98 procent. Szczególnie ważne okazało się ograniczenie najbardziej niebezpiecznych pomyłek, czyli przypadków, w których nowotwór mógłby zostać błędnie uznany za zdrową tkankę. Dzięki współpracy wielu modeli liczba takich błędów wyraźnie się zmniejszyła. Znaczenie tych badań wykracza poza samą poprawę dokładności diagnostyki. System może działać jako dodatkowe wsparcie dla lekarzy, pomagając szybciej analizować mammografie i wskazywać obrazy wymagające szczególnej uwagi. To może przyspieszyć wykrywanie raka piersi, zwiększyć szanse pacjentek na skuteczne leczenie i odciążyć specjalistów pracujących przy badaniach przesiewowych.
Choć trenowanie tak zaawansowanych modeli wymaga dużej mocy obliczeniowej, sama analiza pojedynczego badania trwa bardzo krótko. Oznacza to, że w przyszłości podobne systemy mogą być wykorzystywane praktycznie w czasie rzeczywistym jako „druga opinia” wspierająca lekarzy podczas codziennej pracy. Badacze podkreślają również, że opracowana metoda ma charakter uniwersalny. Może znaleźć zastosowanie nie tylko w diagnostyce raka piersi, ale także w innych dziedzinach medycyny oraz wszędzie tam, gdzie konieczna jest niezwykle precyzyjna analiza obrazów. Wyniki badań pokazują, że sztuczna inteligencja może stać się ważnym narzędziem wspierającym nowoczesną diagnostykę i zwiększającym bezpieczeństwo pacjentów.
Źródło: Wojskowa Akademia Techniczna w Warszawie
Czytaj też: Niezwykły wyczyn inżynierów. Nauczyli się produkować nanodiamenty „na zawołanie”
Grafika tytułowa: Angiola Harry / Unsplash
