Individuare il cancro al seno è qualcosa che l'intelligenza artificiale di Google è in grado di fare. Quanto è buono? Un Ubergizmo titolo:"Google afferma che la sua intelligenza artificiale ha un'accuratezza del 99% nel rilevamento del cancro al seno metastatico". Cosa c'è dietro il titolo?

La risposta è che l'azienda dispone di uno strumento di deep learning che nei test è stato in grado di distinguere il cancro metastatico il 99% delle volte, il che equivale a un tasso di accuratezza maggiore di quello raggiunto dai patologi umani.

Perché è importante:"Il cancro è uno di quei casi in cui la diagnosi precoce può portare a un tasso di sopravvivenza più elevato, " ha commentato Tyler Lee in Ubergizmo . Kyle Wiggers, per chi copre l'intelligenza artificiale? VentureBeat , allo stesso modo ha portato a casa il punto che i tumori metastatici erano "notoriamente difficili da rilevare".

Wiggers ha esaminato alcune statistiche e ha scritto che "del mezzo milione di morti in tutto il mondo causate dal cancro al seno, si stima che il 90% sia il risultato di metastasi." Ora la tecnologia di Google mira a svolgere un ruolo utile nel rilevamento.

Pubblicazione nel blog di Google AI il 12 ottobre, Martin Stump, responsabile tecnico e Craig Mermel, responsabile del prodotto, Assistenza sanitaria, intelligenza artificiale di Google, ha sottolineato l'importanza della tempistica.

"Il rilevamento di metastasi linfonodali è rilevante per la maggior parte dei tumori, " scrissero, e, nel cancro al seno, "le metastasi linfonodali influenzano le decisioni terapeutiche relative alla radioterapia, chemioterapia, e la potenziale rimozione chirurgica di linfonodi aggiuntivi. Come tale, l'accuratezza e la tempestività dell'identificazione delle metastasi linfonodali ha un impatto significativo sull'assistenza clinica".

Lee ha riferito che i ricercatori hanno testato la loro intelligenza artificiale "contro il set di dati della sfida Lymph Node 2016 che contiene 399 immagini intere di sezioni linfonodali dal Radboud University Medical Center e dall'University Medical Center Utrecht". Risultato:punteggio di precisione del 99,3%. Sì, 99,3 non è 100 in quanto occasionalmente identificava erroneamente le cose. Ciò nonostante, il punteggio del 99,3% era "migliore rispetto a un patologo praticante incaricato di valutare gli stessi vetrini, "Lei ha scritto.

Revisione della tecnologia del MIT , "Il download, " Allo stesso modo ha sottolineato che "Il tasso del 99% è superiore alle prestazioni dei patologi umani".

Wiggers aveva più dettagli. "Nei test, ha raggiunto un'area al di sotto della caratteristica operativa del ricevitore (AUC), una misura della precisione di rilevamento, del 99 percento. È superiore ai patologi umani, che, secondo una recente valutazione, non rilevano piccole metastasi su singoli vetrini fino al 62 percento delle volte quando sono soggetti a vincoli di tempo".

Aggiungi un rullo di tamburi per l'open source. La tecnologia si basa su un modello di deep learning open source per il riconoscimento delle immagini. È l'inizio V-3. Il loro sistema di intelligenza artificiale, nel frattempo, si chiama Assistente linfonodale, o LINA. Giuseppe Archer, il telegrafo , ha affermato che all'intelligenza artificiale di Google è stato insegnato a riconoscere le caratteristiche dei tumori "studiando le scansioni dei pazienti oncologici".

Per quanto riguarda i prossimi passi, i ricercatori hanno riconosciuto ciò che hanno ottenuto e ciò che resta da raggiungere.

"Con questi studi, abbiamo compiuto progressi nel dimostrare la robustezza del nostro algoritmo LYNA per supportare un componente della stadiazione TNM del cancro al seno, e valutarne l'impatto in un contesto diagnostico di prova del concetto".

Però, "il viaggio dalla panchina al capezzale" è lungo, loro hanno detto, e questi studi hanno dei limiti, "come dimensioni limitate del set di dati e un flusso di lavoro diagnostico simulato che ha esaminato solo un singolo vetrino linfonodale per ogni paziente invece dei vetrini multipli che sono comuni per un caso clinico completo".

Hanno affermato che è necessario ulteriore lavoro per valutare l'impatto di LYNA sui flussi di lavoro clinici reali e sugli esiti dei pazienti.

Revisione della tecnologia del MIT il download, ha affrontato i possibili timori che una tecnologia come questa cerchi di sostituire i praticanti umani. Non è un caso di aut-aut. La diagnosi è solo un aspetto della cura medico-paziente, seguito da un piano d'azione. Lo sforzo di Google AI è e-e.

"Piuttosto che sostituire gli umani, è più probabile che questa tecnologia integri le loro capacità, " ha detto Il Download, "rendendo più facile e veloce la diagnosi dei tumori metastatici. In uno studio, l'algoritmo ha dimezzato il tempo impiegato in media per controllare una diapositiva, riducendolo a un solo minuto per diapositiva."

© 2018 Tech Xplore