Алгоритм ИИ позволяет обнаружить рак молочной железы на МРТ -изображениях

22.04.2019

С помощью внедрения алгоритмов ИИ можно значительно улучшить диагностику заболеваний. Доктор Сара Эскрайс-Винклер предоставила данные о том, что алгоритм, полученный с помощью глубокого обучения нейросетей, на основе данных МРТ-изображений, позволяет с высокой степенью достоверности идентифицировать опухоли молочной железы. Такой результат можно значительно увеличить эффективность радиологии.

На симпозиуме по визуализации молочных желез Американского колледжа радиологии (ACI), организованном Обществом по визуализации молочных желез (ACR), Эскрайс-Винклер заявила, что алгоритм, который был обучен для выявления опухолей на МР-изображениях молочных желез, может сэкономить время без ущерба для точности. Глубокое обучение, как она объяснила в своем выступлении, является подмножеством машинного обучения, которое является частью искусственного интеллекта.

«Deep Learning - это новая мощная технология, которая может помочь нам с широким спектром задач визуализации», - сказала Эскрайс-Винклер, врач-радиолог из Weill Cornell Medicine / New York-Presbyterian Hospital. В своем выступлении на симпозиуме SBI она сказала, что DL «продемонстрировал, что он встречается и в некоторых случаях превосходит человеческий уровень».

Как был разработан алгоритм DL

Эскрайс-Винклер и ее коллеги использовали нейронную сеть для классификации сегментов МР-изображения и для выделения признаков. Алгоритм научился делать это самостоятельно. Просто все изображения передаются в нейронную сеть, и компьютер сам определяет, какие части области заслуживают внимания.

Кроме того, алгоритм позволяет сократить время просмотра изображений врачом-радиологом за счет акцентирования внимания на снимки с обнаруженный патологией.

Алгоритм, который был представлен на симпозиуме, был создан на основе анализа МРТ сканов 227 женщин и достиг 93% достоверности

По словам Эскрайса-Винклера, DL лучше всего работает при использовании не менее 20 000 срезов.

Глубокое обучение не может полностью заменить врача, но может быть полезным инструментом для повышения диагностики опухолей.

ИИ также, как и человек, делает ошибки, но они другого характера и если объединить возможности машины и человека, то тогда удастся добиться совершенно нового уровня диагностики.