Es gibt immer noch Zweifel, wann und wie oft Frauen Mammogramme haben sollten, um dies zu verhindern Brustkrebs? Studien zeigen deutlich, dass das Screening zu einer frühzeitigen Diagnose der Krankheit führen kann, wenn sie am heilbarsten ist.
Aus diesem Grund hat die Verbesserung der Wirksamkeit von Mammographien zur Erkennung potenziell krebsartiger Anomalien oberste Priorität. Und hier kommt Googles KI ins Spiel.
Künstliche Intelligenz könnte in diesem Bereich eine entscheidende Rolle spielen. Maschinelles Lernen der KI könnte Ärzten helfen, Mammogramme genauer zu lesen.
In einer Studie, die am 1. Januar in Nature veröffentlicht wurdeGoogle Health and University sowie Forscher aus den USA und Großbritannien veranschaulichen ein KI-Modell, das Mammogramme mit weniger falsch positiven und falsch negativen Ergebnissen liest als menschliche Experten.
Der Algorithmus, der auf Mammographien von über 76.000 Frauen in Großbritannien und über 15.000 in den USA basiert, hat die Falsch-Positiv-Rate in den USA um fast 6% gesenkt, wo Frauen alle 1-2 Jahre untersucht werden. In Großbritannien, wo Frauen alle drei Jahre untersucht werden, betrug die Verbesserung „nur“ 1,2%.
Das Modell der künstlichen Intelligenz hat auch falsch negative Ergebnisse in Mammographien in den USA um über 9% und in Großbritannien um fast 3% reduziert.
"Das Lesen von Mammographien ist eine perfekte Aufgabe für maschinelles Lernen und künstliche Intelligenz."sagt Dr. Mozziyar Etemadi, Assistenzforscher Professor für Anästhesie und Biomedizintechnik an der Northwestern University, einer der Mitautoren der Studie.
„KI zeichnet sich aus, wenn sie immer wieder die gleiche Aufgabe erledigen und das eine finden muss, das nur einmal unter 10.000 auftauchen könnte. Aber ich hätte ehrlich gesagt nicht erwartet, dass es schon viel besser funktioniert als bei Ärzten. Ich war überrascht."
Es ist eine Verbesserung gegenüber anderen kleineren Studien zu künstlicher Intelligenz und Mammographien
In einer anderen StudieEine Maschine hatte über 101 Radiologen beim Lesen der Scans geschlagen. Diese aktuelle Studie ist aufgrund ihres großen Datensatzes und der Tatsache, dass das Modell der künstlichen Intelligenz die Ärzte übertroffen hat, eine der statistisch signifikantesten bis heute.
Sobald das Team erfuhr, dass KI trainiert werden kann, um Mammogramme sowohl in den US- als auch in den britischen Datensätzen effektiv zu lesen, führten sie einen weiteren Test durch. Er trainierte den Algorithmus für US-Daten und wandte ihn dann auf Fälle in Großbritannien an und umgekehrt. Auch hier waren die Ergebnisse besser als die der Ärzte. „Es ist ermutigend, denn in den realen Situationen, in denen diese Modelle eingesetzt werden, wird genau das passieren. Es wird in Populationen angewendet, für die es möglicherweise nicht unbedingt trainiert wurde. "sagt er Shravya Shetty, Technischer Manager von Google Health.
Immer besser
Ein Vorteil der Google-Plattform ist ihre Rechenleistung. Da sich die Auflösung von Mammographiebildern in den letzten Jahren verbessert hat, sind sie so voller Daten geworden, dass das menschliche Auge (selbst eines hochqualifizierten Radiologen) sie möglicherweise nicht vollständig verarbeiten kann. Dank der Rechenleistung von Google konnte der Algorithmus fast alle verfügbaren Pixel verarbeiten.
Damit ein Algorithmus für künstliche Intelligenz abnormale Läsionen im Brustgewebe erkennen kann, muss das Modell mit einer großen Anzahl von Mammographiebildern trainiert werden. Je mehr wir haben, desto besser.
Derzeit sehen Experten (wie es sein sollte) KI eher als Unterstützung für Radiologen, die Mammographiebilder lesen, als als Ersatz.
Zum Beispiel könnten Modelle der künstlichen Intelligenz den ersten Durchgang von Bewertungen durchführen und den Experten, die über andere wertvolle Informationen wie die Familiengeschichte einer Frau mit Krebs verfügen, die Aufgabe überlassen, schwierigere Fälle zu interpretieren.
„Das Gesundheitswesen wird mit zunehmender Patientenzahl unter Druck gesetzt, und die Zeit, die Ärzte zur Beurteilung der Patienten einplanen müssen, wird verkürzt. Deshalb sind solche Werkzeuge das, was jeder Arzt erwartet. ", sagt Etemadi.
