Nagyobb arányban ismerte fel a bőrrákot az erre megtanított mesterséges intelligencia, mint a szakorvosok – jelentette be egy nemzetközi kutatócsoport.
A számítógép 95 százalékos, a bőrgyógyászok 86,6 százalékos pontossággal ismerték fel a melanomát, a bőr egyik gyakori rosszindulatú daganatát.
Egy német, amerikai és francia orvosokból álló csoport több mint 100 ezer felvételt mutatott a mesterséges intelligenciának, hogy megtanítsa, melyiken látható veszélyes bőrelváltozás és melyik veszélytelen.
A bőrelváltozások észlelésére betanított konvolúciós neurális háló (CNN) 17 ország 58 bőrgyógyászával vette fel a versenyt: melanomás és veszélytelen anyajegyek fotóit mutatták a tesztben résztvevőknek. A dermatológusok több mint felének volt 5 évnél nagyobb tapasztalata, 19 százalékuknak 2-5 évnyi, 29 százalékuk kezdő volt, vagyis 2 évnél kevesebb ideje praktizált.
„A CNN a legtöbb bőrgyógyásznál jobban teljesített” – írta a kutatócsoport az Annals of Oncology című szaklapban. A dermatológusok átlagosan 86,6 százalékban ismerték fel a bőrrákot a fotókon, a képanalitikában használt CNN sikerrátája 95 százalékos volt.
„Kevesebb melanomát ítélt tévesen jóindulatú anyajegynek, ami azt jelenti, hogy pontosabban érzékel, mint a szakértő ember. A gép ezen kívül kevesebb veszélytelen anyajegyet diagnosztizált tévesen rákos daganatnak, ami azt jelenti, hogy kevesebb felesleges műtétet kellett volna elvégezni”
– írta Holger Haenssle, a Heidelbergi Egyetem tudósa, a tanulmány vezető szerzője.
A bőrgyógyászok teljesítménye javult, ahogy több információhoz jutottak a páciensekről és bőrelváltozásaikról.
A kutatók szerint a mesterséges intelligencia a gyorsabb, könnyebb diagnózist segítheti elő, ami lehetővé teszi a daganat műtéti eltávolítását, még mielőtt az továbbterjedne.
A világon évente 232 ezer új melanomás esetet diagnosztizálnak, kb. 55 ezren halnak bele a betegségbe – áll a közleményben.
A melanoma a test egyes pontjain – többek között a hajas fejbőrön vagy az ujjakon – nehezen fotózható, ezért ezeket a nem tipikus daganatokat talán nehezebben ismerné fel a mesterséges intelligencia, és talán azokat sem találná meg, amikről a páciens sem tud. „Az alapos orvosi vizsgálatnak egyelőre nincs alternatívája” – kommentálta a tanulmányt a szaklapban két ausztrál szakértő, Victoria Mar és Peter Soyer.
A konvolúciós neurális háló (CNN) a kétdimenziós adatok, például képek feldolgozására alkalmas. A neurális hálókban a feldolgozás egymásra épülő rétegekben történik, amik a képet apró szegmensenként elemzik, és ennek a folyamatnak a tökéletesítését tanulja meg az algoritmus. (MTI)
Kommentek
Közösségünk messze túlnyomó többségének jószándéka és minden moderációs igyekezetünk ellenére cikkeink alatt időről-időre a kollégáinkat durván sértő, bántó megjegyzések jelentek meg.
Hosszas mérlegelés és a lehetőségeink alapos vizsgálata után úgy döntöttünk, hogy a jövőben a közösségépítés más útjait támogatjuk, és a cikkek alatti kommentelés lehetőségét megszüntetjük. Közösség és Belső kör csomaggal rendelkező előfizetőinket továbbra is várjuk zárt Facebook csoportunkba, a Közértbe, ahol hozzászólhatnak a cikkeinkhez, és kérdezhetnek a szerzőinktől is.