Νέες δημοσιεύσεις
Η τεχνητή νοημοσύνη ανιχνεύει καλύτερα τον καρκίνο του προστάτη στη μαγνητική τομογραφία από ό,τι οι ακτινολόγοι
Τελευταία επισκόπηση: 02.07.2025
Όλα τα περιεχόμενα του iLive ελέγχονται ιατρικά ή ελέγχονται για να διασφαλιστεί η όσο το δυνατόν ακριβέστερη ακρίβεια.
Έχουμε αυστηρές κατευθυντήριες γραμμές προμήθειας και συνδέουμε μόνο με αξιόπιστους δικτυακούς τόπους πολυμέσων, ακαδημαϊκά ερευνητικά ιδρύματα και, όπου είναι δυνατόν, ιατρικά επισκοπικά μελέτες. Σημειώστε ότι οι αριθμοί στις παρενθέσεις ([1], [2], κλπ.) Είναι σύνδεσμοι με τις οποίες μπορείτε να κάνετε κλικ σε αυτές τις μελέτες.
Εάν πιστεύετε ότι κάποιο από το περιεχόμενό μας είναι ανακριβές, παρωχημένο ή αμφισβητήσιμο, παρακαλώ επιλέξτε το και πατήστε Ctrl + Enter.
Η τεχνητή νοημοσύνη (ΤΝ) ανιχνεύει τον καρκίνο του προστάτη συχνότερα από τους ακτινολόγους. Επιπλέον, η ΤΝ προκαλεί τους μισούς ψευδείς συναγερμούς. Αυτό αποδεικνύεται από μια διεθνή μελέτη που συντονίστηκε από το Ιατρικό Κέντρο του Πανεπιστημίου Radboud και δημοσιεύτηκε στο The Lancet Oncology. Αυτή είναι η πρώτη μελέτη μεγάλης κλίμακας στην οποία μια διεθνής ομάδα αξιολογεί και συγκρίνει με διαφάνεια την ΤΝ με τις αξιολογήσεις και τα κλινικά αποτελέσματα των ακτινολόγων.
Οι ακτινολόγοι αντιμετωπίζουν αυξανόμενο φόρτο εργασίας, καθώς οι άνδρες που διατρέχουν αυξημένο κίνδυνο εμφάνισης καρκίνου του προστάτη υποβάλλονται πλέον τακτικά σε μαγνητική τομογραφία προστάτη. Η διάγνωση του καρκίνου του προστάτη με μαγνητική τομογραφία απαιτεί σημαντική εμπειρογνωμοσύνη και υπάρχει έλλειψη έμπειρων ακτινολόγων. Η τεχνητή νοημοσύνη μπορεί να βοηθήσει στην αντιμετώπιση αυτών των ζητημάτων.
Ο ειδικός στην τεχνητή νοημοσύνη Henkjan Hausman και ο ακτινολόγος Maarten de Rooy, επικεφαλής του έργου PI-CAI, διοργάνωσαν έναν μεγάλο διαγωνισμό μεταξύ ομάδων τεχνητής νοημοσύνης και ακτινολόγων, στον οποίο συμμετείχε μια διεθνής ομάδα. Μαζί με άλλα κέντρα στην Ολλανδία και τη Νορβηγία, παρείχαν περισσότερες από 10.000 μαγνητικές τομογραφίες. Εντόπισαν με διαφάνεια την παρουσία καρκίνου του προστάτη για κάθε ασθενή. Διαφορετικές ομάδες σε όλο τον κόσμο είχαν τη δυνατότητα να αναπτύξουν τεχνητή νοημοσύνη για την ανάλυση αυτών των εικόνων.
Οι πέντε κορυφαίες υποβολές συνδυάστηκαν σε έναν υπεραλγόριθμο για την ανάλυση μαγνητικών τομογραφιών για καρκίνο του προστάτη. Τέλος, οι βαθμολογίες της τεχνητής νοημοσύνης συγκρίθηκαν με εκείνες μιας ομάδας ακτινολόγων σε τετρακόσιες μαγνητικές τομογραφίες προστάτη.
Ακριβής διάγνωση Η κοινότητα PI-CAI συγκέντρωσε περισσότερες από διακόσιες ομάδες Τεχνητής Νοημοσύνης και 62 ακτινολόγους από είκοσι χώρες. Συνέκριναν τα αποτελέσματα της Τεχνητής Νοημοσύνης και των ακτινολόγων όχι μόνο μεταξύ τους, αλλά και με το χρυσό πρότυπο, παρακολουθώντας τα αποτελέσματα ανδρών που υποβλήθηκαν σε υπερηχογραφήματα. Κατά μέσο όρο, οι άνδρες παρακολουθήθηκαν για πέντε χρόνια.
Αυτή η πρώτη διεθνής μελέτη σχετικά με τη χρήση της Τεχνητής Νοημοσύνης (ΤΝ) στη διάγνωση του καρκίνου του προστάτη δείχνει ότι η ΤΝ ανιχνεύει σχεδόν 7% περισσότερους σημαντικούς καρκίνους του προστάτη από μια ομάδα ακτινολόγων. Επιπλέον, η ΤΝ εντοπίζει ύποπτες περιοχές που αργότερα αποδεικνύονται μη καρκινικές σε 50% λιγότερες περιπτώσεις. Αυτό σημαίνει ότι ο αριθμός των βιοψιών μπορεί να μειωθεί στο μισό χρησιμοποιώντας την ΤΝ.
Εάν αυτά τα αποτελέσματα επιβεβαιωθούν σε επόμενες μελέτες, θα μπορούσαν να ωφελήσουν σημαντικά τους ακτινολόγους και τους ασθενείς στο μέλλον. Θα μπορούσε να μειώσει τον φόρτο εργασίας των ακτινολόγων, να παρέχει ακριβέστερες διαγνώσεις και να ελαχιστοποιήσει τις περιττές βιοψίες προστάτη. Η τεχνητή νοημοσύνη που αναπτύχθηκε δεν έχει ακόμη επικυρωθεί και δεν είναι ακόμη διαθέσιμη σε ασθενείς σε κλινικό περιβάλλον.
Σύστημα Ποιότητας Ο Hausman σημειώνει ότι το κοινό δεν εμπιστεύεται την Τεχνητή Νοημοσύνη. «Αυτό συμβαίνει επειδή οι κατασκευαστές μερικές φορές δημιουργούν Τεχνητή Νοημοσύνη που δεν είναι αρκετά καλή», εξηγεί. Εργάζεται πάνω σε δύο πράγματα. Το πρώτο είναι μια δημόσια και διαφανής δοκιμή για την δίκαιη αξιολόγηση της Τεχνητής Νοημοσύνης. Το δεύτερο είναι ένα σύστημα διαχείρισης ποιότητας, παρόμοιο με αυτό που υπάρχει στον κλάδο της αεροπορίας.
«Εάν τα αεροπλάνα παραλίγο να συγκρουστούν, η επιτροπή ασφαλείας θα μελετήσει πώς να βελτιώσει το σύστημα, ώστε να μην συμβεί αυτό στο μέλλον. Θέλω το ίδιο και για την Τεχνητή Νοημοσύνη. Θέλω να μελετήσω και να αναπτύξω ένα σύστημα που μαθαίνει από κάθε λάθος, ώστε η Τεχνητή Νοημοσύνη να εποπτεύεται και να μπορεί να συνεχίζει να βελτιώνεται. Με αυτόν τον τρόπο, μπορούμε να οικοδομήσουμε εμπιστοσύνη στην Τεχνητή Νοημοσύνη στην υγειονομική περίθαλψη. Η βέλτιστη, εποπτευόμενη Τεχνητή Νοημοσύνη μπορεί να βοηθήσει στην καλύτερη και πιο αποτελεσματική υγειονομική περίθαλψη.»