Τα μοντέλα που βασίζονται στην τεχνητή νοημοσύνη μπορούν να ξεπεράσουν τους ανθρώπινους ειδικούς στην ανίχνευση του καρκίνου των ωοθηκών

Τα μοντέλα που βασίζονται στην τεχνητή νοημοσύνη μπορούν να ξεπεράσουν τους ανθρώπινους ειδικούς στην ανίχνευση του καρκίνου των ωοθηκών

Μια νέα διεθνής μελέτη με επικεφαλής ερευνητές του Ινστιτούτου Karolinska στη Σουηδία δείχνει ότι τα μοντέλα που βασίζονται στην τεχνητή νοημοσύνη μπορούν να ξεπεράσουν τους ανθρώπινους ειδικούς στην αναγνώριση του καρκίνου των ωοθηκών στις εικόνες υπερήχων. Η μελέτη δημοσιεύεται στοΦυσικό φάρμακο.

«Οι όγκοι των ωοθηκών είναι συνηθισμένοι και συχνά ανακαλύπτονται τυχαία», λέει η καθηγήτρια Elisabeth Epstein από το Τμήμα Κλινικής Επιστήμης και Εκπαίδευσης στο Södersjukhuset (Νότιο Γενικό Νοσοκομείο Στοκχόλμης) στο Karolinska Institutet και ανώτερη σύμβουλος στο Τμήμα Μαιευτικής και Γυναικολογίας του νοσοκομείου. "Υπάρχει σοβαρή έλλειψη ειδικών υπερήχων σε πολλά μέρη του κόσμου, η οποία έχει οδηγήσει σε ανησυχίες για περιττές διαδικασίες και καθυστερημένες διαγνώσεις καρκίνου. Θέλαμε να μάθουμε εάν η τεχνητή νοημοσύνη θα μπορούσε να συμπληρώσει τους ειδικούς στον άνθρωπο."

Η τεχνητή νοημοσύνη ξεπερνά τους ειδικούς

Οι ερευνητές ανέπτυξαν και επικύρωσαν μοντέλα νευρωνικών δικτύων ικανά να διακρίνουν μεταξύ καλοήθων και κακοήθων βλαβών των ωοθηκών εκπαιδεύοντας και δοκιμάζοντας το AI σε περισσότερες από 17.000 εικόνες υπερήχων από 3.652 ασθενείς σε 20 νοσοκομεία σε οκτώ χώρες. Στη συνέχεια συνέκριναν τη διαγνωστική ικανότητα των μοντέλων με μια μεγάλη ομάδα ειδικών και λιγότερο έμπειρων εξεταστών υπερήχων.

Τα αποτελέσματα έδειξαν ότι τα μοντέλα AI ξεπέρασαν τόσο τους ειδικούς όσο και τους μη ειδικούς στην ανίχνευση του καρκίνου των ωοθηκών, επιτυγχάνοντας ποσοστό ακρίβειας 86,3%, σε σύγκριση με 82,6% και 77,7% για τους ειδικούς και τους μη ειδικούς, αντίστοιχα.

Αυτό υποδηλώνει ότι τα μοντέλα νευρωνικών δικτύων μπορούν να αποτελέσουν πολύτιμο βοήθημα στη διάγνωση του καρκίνου των ωοθηκών, ειδικά σε περιπτώσεις που είναι δύσκολο να διαγνωστούν και σε καταστάσεις όπου υπάρχει έλλειψη ειδικών υπερήχων».

Καθηγήτρια Elisabeth Epstein, Τμήμα Κλινικής Επιστήμης και Κατάρτισης, Södersjukhuset (Νότιο Γενικό Νοσοκομείο Στοκχόλμης), Ινστιτούτο Karolinska

Μείωση της ανάγκης για συστάσεις ειδικών

Τα μοντέλα AI μπορούν επίσης να μειώσουν την ανάγκη για συστάσεις ειδικών. Σε μια κατάσταση προσομοίωσης διαλογής, η υποστήριξη AI μείωσε τον αριθμό των παραπομπών κατά 63 τοις εκατό και το ποσοστό εσφαλμένης διάγνωσης κατά 18 τοις εκατό. Αυτό μπορεί να οδηγήσει σε ταχύτερη και πιο οικονομική φροντίδα για ασθενείς με βλάβες των ωοθηκών.

Παρά τα πολλά υποσχόμενα αποτελέσματα, οι ερευνητές τονίζουν ότι απαιτούνται περαιτέρω μελέτες προτού κατανοηθούν πλήρως οι δυνατότητες των μοντέλων νευρωνικών δικτύων και οι κλινικοί περιορισμοί τους.

"Μέσω συνεχούς έρευνας και ανάπτυξης, τα εργαλεία που βασίζονται στην τεχνητή νοημοσύνη μπορούν να αποτελέσουν αναπόσπαστο μέρος της αυριανής υγειονομικής περίθαλψης, απελευθερώνοντας ειδικούς και βελτιστοποιώντας τους πόρους του νοσοκομείου. Ωστόσο, πρέπει να διασφαλίσουμε ότι μπορούν να προσαρμοστούν σε διαφορετικά κλινικά περιβάλλοντα και ομάδες ασθενών", λέει ο Filip Christiansen, διδακτορικός φοιτητής στην ερευνητική ομάδα του Professor Epstein στο Karolinska Royal Institutet και από κοινού πρώτος συγγραφέας του KTHir Technology με το KTHir.

Αξιολόγηση της ασφάλειας της υποστήριξης AI

Οι ερευνητές διεξάγουν επί του παρόντος προοπτικές κλινικές δοκιμές στο Södersjukhuset για να αξιολογήσουν την καθημερινή κλινική ασφάλεια και χρησιμότητα του εργαλείου AI. Η μελλοντική έρευνα θα περιλαμβάνει επίσης μια τυχαιοποιημένη πολυκεντρική δοκιμή για να εξετάσει τον αντίκτυπο στη διαχείριση των ασθενών και στο κόστος υγειονομικής περίθαλψης.

Η μελέτη πραγματοποιήθηκε σε στενή συνεργασία με ερευνητές του KTH Royal Institute of Technology και χρηματοδοτήθηκε από επιχορηγήσεις από το Σουηδικό Ερευνητικό Συμβούλιο, τη Σουηδική Αντικαρκινική Εταιρεία, το Περιφερειακό Συμβούλιο της Στοκχόλμης, το Radiumhemmet Cancer Research Funds και το Wallenberg AI, Autonomous Systems and Software Program (WASP).

Η Elisabeth Epstein, ο Filip Christiansen και τρεις συν-συγγραφείς έχουν υποβάλει αίτηση για δίπλωμα ευρεσιτεχνίας για μεθόδους διαγνωστικής με τη βοήθεια υπολογιστή μέσω της εταιρείας Intelligyn. Οι Elisabeth Epstein, Filip Christiansen και Kevin Smith, ερευνητές στο KTH Royal Institute of Technology, κατέχουν επίσης μετοχές στην Intelligyn, για την οποία ο καθηγητής Epstein είναι εθελοντής διευθυντής. Ένας πλήρης κατάλογος συγκρούσεων συμφερόντων μπορεί να βρεθεί στην εργασία.

Πηγές: