Τεχνητή Νοημοσύνη: «Βλέπει» τον καρκίνο του μαστού χρόνια πριν από τη διάγνωση
Μελέτη με ελληνική συμμετοχή έδειξε ότι συστήματα Τεχνητής Νοημοσύνης μπορούν να αναγνωρίσουν πρώιμες ενδείξεις καρκίνου του μαστού χρόνια πριν από τη διάγνωση, σε ορισμένες περιπτώσεις ακόμη και μία δεκαετία νωρίτερα.
Πρώιμα σημάδια καρκίνου του μαστού μπορεί να εντοπίσει η Τεχνητή Νοημοσύνη αρκετά χρόνια πριν από τη διάγνωση της νόσου από τους ακτινολόγους, σύμφωνα με νέα μελέτη που δημοσιεύθηκε στο επιστημονικό περιοδικό «Radiology» της Ακτινολογικής Εταιρείας της Βόρειας Αμερικής, με τη συμμετοχή Ελλήνων επιστημόνων.
Οι ερευνητές αξιολόγησαν τρία εμπορικά διαθέσιμα συστήματα Τεχνητής Νοημοσύνης, χρησιμοποιώντας σχεδόν 89.000 μαστογραφίες από 31.394 γυναίκες στη Σουηδία. Οι εξετάσεις είχαν πραγματοποιηθεί σε διάστημα περίπου δέκα ετών, από τον Ιανουάριο του 2008 έως τον Απρίλιο του 2019.
Κατά την περίοδο της μελέτης, 12.072 γυναίκες διαγνώστηκαν με καρκίνο του μαστού.
Έως και δέκα χρόνια νωρίτερα
Τα αποτελέσματα έδειξαν ότι τα συστήματα Τεχνητής Νοημοσύνης μπορούσαν να αναγνωρίσουν στις μαστογραφίες ενδείξεις που σχετίζονταν με τον καρκίνο αρκετά χρόνια πριν από την κλινική διάγνωση.
Στο 20% των γυναικών εντοπίστηκαν σημάδια έξι χρόνια πριν από τη διάγνωση, στο 25% τέσσερα χρόνια νωρίτερα και στο 39% δύο χρόνια πριν.
Ιδιαίτερο ενδιαφέρον παρουσιάζει το γεγονός ότι σε περίπου 15% των γυναικών τα συστήματα μπόρεσαν να αναγνωρίσουν ενδείξεις ακόμη και δέκα χρόνια πριν από τη διάγνωση, αν και καταγράφηκαν διαφοροποιήσεις μεταξύ των τριών συστημάτων.
Παράλληλα, η ικανότητα των συστημάτων να διακρίνουν τα πραγματικά θετικά από τα αρνητικά αποτελέσματα έφτασε το 90%.
Η ελληνική συμμετοχή στην έρευνα
Την έρευνα πραγματοποίησε ο Έλληνας ακτινολόγος Παντελής Γιαλιάς, στο πλαίσιο των διδακτορικών του σπουδών στο πανεπιστημιακό νοσοκομείο Linkoping της Σουηδίας, ενώ συμμετείχε και η Ελληνίδα ερευνήτρια Αποστολία Τσιρίκογλου από το Ινστιτούτο Καρολίνσκα.
Ο Παντελής Γιαλιάς εξήγησε στο ΑΠΕ-ΜΠΕ ότι πρόκειται για μικρές υποκείμενες αλλαγές στη μαστογραφία, για τις οποίες ακόμη και ένας έμπειρος ακτινολόγος δεν μπορεί να αποφανθεί με βεβαιότητα ότι αποτελούν ύποπτο εύρημα.
Μπορεί, για παράδειγμα, να πρόκειται για μικρή διαταραχή στην αρχιτεκτονική του μαστού ή για σταδιακή αύξηση της πυκνότητάς του.
Πώς άλλαξε η Τεχνητή Νοημοσύνη μέσα σε μία δεκαετία
Ο Έλληνας ακτινολόγος επισημαίνει ότι η αποτελεσματικότητα των συγκεκριμένων συστημάτων έχει μεταβληθεί θεαματικά μέσα σε λίγα χρόνια. Όπως ανέφερε, όταν το 2015 δοκιμάστηκε η χρησιμότητα της Τεχνητής Νοημοσύνης στην ανίχνευση του καρκίνου του μαστού, τα αποτελέσματα ήταν απογοητευτικά.
Η εξέλιξη των αλγορίθμων και η αύξηση της υπολογιστικής ισχύος επέτρεψαν στη συνέχεια την επεξεργασία πολύ μεγαλύτερου όγκου εξετάσεων και ανέδειξαν τις δυνατότητες της τεχνολογίας.
Σε προηγούμενη έρευνα του Παντελή Γιαλιά είχε διαπιστωθεί ότι η Τεχνητή Νοημοσύνη μπορεί να μειώσει έως και 34% τον φόρτο εργασίας των ακτινολόγων κατά την αξιολόγηση μαστογραφιών. Άλλη μελέτη έδειξε ότι η χρήση ψηφιακής μαστογραφίας με Τεχνητή Νοημοσύνη στον προληπτικό έλεγχο μπορεί να αποτελέσει και οικονομικότερη στρατηγική σε σχέση με την παραδοσιακή αξιολόγηση από δύο ακτινολόγους.
«Ένα επιπλέον όπλο για την έγκαιρη διάγνωση»
Ο κ. Γιαλιάς ξεκαθαρίζει ότι η Τεχνητή Νοημοσύνη δεν έρχεται να αντικαταστήσει τους ακτινολόγους, αλλά να λειτουργήσει ως πρόσθετο εργαλείο για την έγκαιρη διάγνωση.
Όπως τονίζει, ο ανθρώπινος έλεγχος παραμένει απαραίτητος και η εφαρμογή των νέων συστημάτων πρέπει να γίνεται με συγκεκριμένα πρωτόκολλα και να στηρίζεται στις αναγκαίες επιστημονικές μελέτες.
Το επόμενο ερευνητικό βήμα είναι να εξεταστεί κατά πόσο οι γυναίκες στις οποίες η Τεχνητή Νοημοσύνη αναγνωρίζει πρώιμα ύποπτα σημάδια θα μπορούσαν να ακολουθούν εξατομικευμένο πρόγραμμα προληπτικών εξετάσεων, ώστε ένας ενδεχόμενος καρκίνος να εντοπίζεται νωρίτερα.
Η ερευνητική ομάδα σχεδιάζει επίσης να συνεχίσει τη μελέτη σε γυναίκες με ενθέματα σιλικόνης, στις οποίες η απεικόνιση του μαστού παρουσιάζει πρόσθετες δυσκολίες.
Ακολούθησε το Epirusgate.gr στο Google News για όλες τις τελευταίες ειδήσεις
πηγή στη Google
Αριθμός Πιστοποίησης Μ.Η.Τ. 252033