Google visar hur AI kan upptäcka lungcancer snabbare och mer tillförlitligt

Kategori: Artificiell intelligens Postad 20 maj

Ny forskning från Google visar hur maskininlärning en dag skulle kunna användas för att upptäcka tecken på lungcancer tidigare än vad som ofta inträffar idag.

Tidig varning: Danial Tse, en forskare på Google, utvecklade en algoritm som slog ett antal utbildade radiologer i tester. Tse och kollegor tränade en djupinlärningsalgoritm för att upptäcka maligna lungknölar i mer än 42 000 datortomografi. De resulterande algoritmerna visade 11 % färre falskt positiva och 5 % färre falskt negativa än sina mänskliga motsvarigheter. Arbetet beskrivs i en uppsats publicerad i tidskriften Nature i dag.

Mördarproblem: Lungcancer dödade mer än 160 000 människor i USA 2018, vilket gör den till den främsta orsaken till cancerdöd. Och även om datortomografi (CT) kan vara en livräddande del av cancerscreening, är de också ofta opålitliga.

Stort löfte: Tse och kollegor hävdar att AI kan bidra till att göra lungcancerscreening mer tillförlitlig över hela världen, även om de erkänner att arbetet måste valideras på större patientpopulationer. Det finns faktiskt ett växande intresse för att använda AI för att fånga många typer av cancer. Forskare har visat hur maskininlärning kan användas för att upptäcka båda bröstcancer och hudcancer , till exempel.

Små steg: Dessa studier är spännande men bör ses som små framsteg. Det är fortfarande utmanande att använda AI i hälso- och sjukvården av integritetsskäl, och eftersom verkliga datauppsättningar sällan är så perfekta som de som används i forskningsstudier.

Det är också värt att notera att behandling av cancer innebär mycket mer än att bara upptäcka sjukdomen i första hand. Att bestämma rätt behandlingsförlopp kan till exempel bero på en rad faktorer som varierar mycket från patient till patient, vilket gör den delen av processen mycket svårare att automatisera.