Στο Pro News Σεβόμαστε την ιδιωτικότητά σας

Εμείς και οι συνεργάτες μας αποθηκεύουμε ή/και έχουμε πρόσβαση σε πληροφορίες σε μια συσκευή, όπως cookies και επεξεργαζόμαστε προσωπικά δεδομένα, όπως μοναδικά αναγνωριστικά και τυπικές πληροφορίες που αποστέλλονται από μια συσκευή για εξατομικευμένες διαφημίσεις και περιεχόμενο, μέτρηση διαφημίσεων και περιεχομένου, καθώς και απόψεις του κοινού για την ανάπτυξη και βελτίωση προϊόντων.

Με την άδειά σας, εμείς και οι συνεργάτες μας ενδέχεται να χρησιμοποιήσουμε ακριβή δεδομένα γεωγραφικής τοποθεσίας και ταυτοποίησης μέσω σάρωσης συσκευών. Μπορείτε να κάνετε κλικ για να συναινέσετε στην επεξεργασία από εμάς και τους συνεργάτες μας όπως περιγράφεται παραπάνω. Εναλλακτικά, μπορείτε να αποκτήσετε πρόσβαση σε πιο λεπτομερείς πληροφορίες και να αλλάξετε τις προτιμήσεις σας πριν συναινέσετε ή να αρνηθείτε να συναινέσετε. Λάβετε υπόψη ότι κάποια επεξεργασία των προσωπικών σας δεδομένων ενδέχεται να μην απαιτεί τη συγκατάθεσή σας, αλλά έχετε το δικαίωμα να αρνηθείτε αυτήν την επεξεργασία. Οι προτιμήσεις σας θα ισχύουν μόνο για αυτόν τον ιστότοπο. Μπορείτε πάντα να αλλάξετε τις προτιμήσεις σας επιστρέφοντας σε αυτόν τον ιστότοπο ή επισκεπτόμενοι την πολιτική απορρήτου μας.

Αυτός ο ιστότοπος χρησιμοποιεί cookies για να βελτιώσει την εμπειρία σας.Δες περισσότερα εδώ.
ΥΓΕΙΑ

Αλγόριθμοι τεχνητής νοημοσύνης στη μάχη κατά των μεταστάσεων του καρκίνου

Νέα ολλανδική έρευνα αποδεικνύει πως οι αλγόριθμοι τεχνητής νοημοσύνης είναι σε θέση να διαγνώσουν τις μεταστάσεις του καρκίνου του μαστού στους λεμφαδένες εξίσου καλά με τους γιατρούς ή ακόμα και  καλύτερα.

Οι ερευνητές του Ιατρικού Κέντρου του Πανεπιστημίου Ράντμπουντ, με επικεφαλής τον παθολόγο δρα Γερούν βαν ντερ Λάακ, που έκαναν τη δημοσίευση στο αμερικανικό ιατρικό περιοδικό JAMA (Journal of American Medical Association), διοργάνωσαν για πρώτη φορά μια «κόντρα» υπολογιστών εναντίον παθολόγων.

Οι συμμετέχοντες στο διαγωνισμό CAMELYON16 (23 ερευνητικές ομάδες από διάφορες χώρες) χρησιμοποίησαν 270 ψηφιακές εικόνες ιστών γυναικών με διαγνωσμένες μεταστάσεις για να εκπαιδεύσουν αλγόριθμους να κάνουν τις σχετικές διαγνώσεις.

Στη συνέχεια, οι 32 αλγόριθμοι που είχαν αναπτυχθεί, κλήθηκαν να εξετάσουν 129 άλλες εικόνες ιστών και να βρουν τυχόν μεταστάσεις. Ο αλγόριθμος έπρεπε να διακρίνει τις εικόνες των ιστών των ασθενών που εμφάνιζαν μεταστάσεις, από εκείνες που δεν είχαν, και να εντοπίσει τα ακριβή σημεία των μεταστάσεων.

Οι ίδιες εικόνες εξετάσθηκαν από μια επιτροπή 11 έμπειρων παθολόγων, οι οποίοι, όπως στις πραγματικές συνθήκες ενός νοσοκομείου, είχαν περιορισμένο χρόνο για να κάνουν τη διάγνωσή τους. Τέλος, ένας ακόμη έμπειρος γιατρός έκανε διάγνωση για τις ίδιες εικόνες, αλλά αυτή τη φορά χωρίς κανένα περιορισμό χρόνου.

Οι πιο αποτελεσματικοί αλγόριθμοι ήταν όσοι έκαναν χρήση της «βαθιάς μάθησης», στην οποία ο υπολογιστής μαθαίνει να αναγνωρίζει το ζητούμενο έχοντας μάθει από προηγούμενα παραδείγματα.

Ο καλύτερος αλγόριθμος τεχνητής νοημοσύνης, που ανακηρύχθηκε νικητής, ανίχνευσε τις μεταστάσεις εξίσου καλά με τον παθολόγο που εργάσθηκε χωρίς χρονικούς περιορισμούς. Κατά μέσο όρο, τόσο ο αλγόριθμος όσο και ο έμπειρος γιατρός έκαναν 1,25 ψευδώς θετικές διαγνώσεις ανά 100 εικόνες (μεταστάσεις που δεν υπήρχαν στην πραγματικότητα).

Κατά μέσο όρο επίσης, οι επτά κορυφαίοι αλγόριθμοι απέδωσαν σημαντικά καλύτερα από τους 11 γιατρούς που αξιολόγησαν τις εικόνες των ασθενών στις ρεαλιστικές νοσοκομειακές συνθήκες υπό πίεση χρόνου.

Οι ερευνητές δήλωσαν ότι τέτοια συστήματα τεχνητής νοημοσύνης στο μέλλον θα γίνουν ρουτίνα στα ιατρικά κέντρα και θα παράσχουν σημαντική βοήθεια στους γιατρούς για να κάνουν ακριβέστερες και ταχύτερες διαγνώσεις.

«Για πρώτη φορά διαπιστώσαμε ότι ένας υπολογιστής είναι σε θέση να κάνει διάγνωση τόσο αποτελεσματικά όσο ένας παθολόγος. Συνεπώς ένας γιατρός με ένα τέτοιο αλγόριθμο στη διάθεσή του είναι σε καλύτερη θέση από ένα γιατρό χωρίς αλγόριθμο. Ο ασθενής λαμβάνει το αποτέλεσμα της βιοψίας πιο γρήγορα και ο αλγόριθμος βοηθά τους παθολόγους να κάνουν καλύτερες διαγνώσεις ακόμη και κάτω υπό πίεση χρόνου» δήλωσε ο Λάακ.

Οι ερευνητές εκτίμησαν ότι τέτοιοι αλγόριθμοι θα είναι διαθέσιμοι σε λίγα χρόνια για κλινική χρήση.

Tags
Back to top button