Northwestern Medicine ile çalışan Google AI araştırmacıları; akciğer radyo tarama testlerinde ortalama sekiz yıllık deneyime sahip radyologlardan daha iyi tespit edebilen bir AI modeli yarattı.
Tek bir BT taraması analiz edilirken, model; altı uzmandan oluşan ekipten ortalama olarak % 5 daha sık kanser saptadı ve yanlış pozitifleri azaltma olasılığı % 11 idi. Radyologlar, önceki BT taramalarını görebildiklerinde insanlar ve AI benzer sonuçlar elde etmişlerdir.
Taramadan iki yıl sonra kanser riskini tahmin eden model; Ulusal Akciğer Tarama Testi (NLST) çalışmasında ortaya konan tahmini radyolog performansına göre kanseri % 9.5 daha sık bulabildi.
Nature Medicine’de yayınlanan araştırmada detaylı olarak, derin öğrenme modeli; hastanın akciğer kanseri olup olmadığını tahmin etmek, hasta akciğer kanseri malignite risk skoru oluşturmak ve akciğerlerde malign dokunun (kötü huylu) yerini belirlemek için kullanılmıştır.
Google, ortak kuruluşlarla denemelere ve ek testlere devam ettikçe, model Google Cloud Healthcare API’si aracılığıyla kullanıma sunulacak.
Google Teknik Lideri Shravya Shetty ve Ürün Müdürü Daniel Tse: “AI sistemi göğüs BT taramalarındaki tüm anatomiyi ve malign lezyonlu bölgeleri tanımlayan nesne tespit tekniklerine dayalı yamaları analiz etmek için 3D hacimsel derin öğrenmeyi kullanıyor.”
Model, 2002’de yürütülen Ulusal Sağlık Enstitüleri (NIH) çalışmasında düşük dozda bilgisayarlı tomografi LDCT çalışması sırasında; kanser gelişim oranı yılda 578’i bulan yaklaşık 15.000 hastadan alınan 42.000’den fazla göğüs BT tarama görüntüsü kullanılarak eğitildi.
Sonuçlar daha sonra Northwestern Medicine’den veri setleri ile doğrulandı.
Dünya Sağlık Örgütü verilerine göre, dünyadaki en yaygın ölüm nedenlerinden biri olan akciğer kanseri, yılda 2 milyondan fazla insanın hayatını alıyor.
venturebeat
2015 yılındaki bir analiz, hastaların sadece % 2-4’ünün bugün LDCT taraması yaptığını buldu.
Daniel Tse: “Derin öğrenmenin duyarlılıktan ödün vermeden özgüllüğü artırabildiğini göstererek, AI’nın kanser taraması için maliyet-fayda ölçeğini düşürürken oynayabileceği rol etrafında daha fazla araştırma ve konuşmayı teşvik etmeyi umuyoruz”
Bu, Google’ın kanser tespiti ve tedavisine ilk adımı değil. Google Inception v3, geçen yıl New York Üniversitesi araştırmacıları tarafından akciğer kanserini tespit etmek için kullanıldı.
Ayrıca bu derin öğrenme, Google’ın göz taramaları yoluyla diyabetik retinopati tanısındaki ilerlemeleri arttırmakla kalmıyor, aynı zamanda % 94 doğruluk payıyla 50 göz hastalığı için uygun tedavi hattını önerebilecek DeepMind’in AI’sinde de yer alıyor.
Comments