Ein KI-Modell, das auf Deep Learning basiert und mit Tausenden von Mammographien „trainiert“ wurde, kann das Brustkrebsrisiko für die nächsten 5 Jahre vorhersagen, und es funktioniert besser als jedes andere Modell.
Das neue Modell hat die Ergebnisse von mehr als 90.000 Mammographien „gespeichert“ und kann sie miteinander in Beziehung setzen, um winzige Signale zu identifizieren, die das menschliche Auge nicht sieht.
Das Ergebnis ist die Fähigkeit, 31% der Menschen mit hohem Krebsrisiko nach kurzer Zeit zu erkennen. Wenn dieser Prozentsatz niedrig erscheint, ist es gut zu bedenken, dass die aktuellen Modelle immer noch bei 18% liegen.
„Seit den 60er Jahren haben uns Radiologen gezeigt, dass Frauen unterschiedliche Anzeichen dafür haben, dass Mammographien es uns ermöglichen, die Risiken von Brustkrebs zu verstehen“, erklärt die Co-Autorin der Forschung, Constance Lehman. „Diese Signale können den Einfluss von Genetik, Hormonen, Schwangerschaft, Gewichtszunahme oder -abnahme, Ernährung, Laktation darstellen. Jetzt können wir all diese Signale mit einer Genauigkeit lesen, die in der Vergangenheit nie erreicht wurde.“
Alles das selbe
Eine weitere Stärke des neuen AI-Modells ist seine identische Genauigkeit bei allen Hauttypen. Diagnosewerkzeuge haben oft Schwächen in der Tatsache gezeigt, dass die verwendeten Daten größtenteils von weißhäutigen Probanden stammten: Dies hat insgesamt die gleiche Erfolgsrate.
Die diagnostische Forschung auf Basis künstlicher Intelligenz erlebt einen regelrechten Boom: Die Modelle im Feld lernen, ein breites Spektrum an Krankheiten, von Alzheimer über Melanome bis hin zu Depressionen im Kindesalter, besser zu erkennen.
Im Laufe der Zeit wird die Datenmenge, die durch Mammogramme der neuen Generation gesammelt wird, zunehmend mit Modellen gekreuzt, die auf tiefem Lernen basieren, wodurch die Fähigkeit zur Diagnose eines Neoplasmas in den frühen Stadien seiner Entwicklung exponentiell verbessert wird, oft noch bevor es gebildet werden kann .
Mit anderen Worten, die Zukunft spielt zu unseren Gunsten.
Die neue Forschung wurde in der Zeitschrift veröffentlicht Radiologie.
