{vermeld Y=urJ7QEdhP_U}

Een hulpmiddel voor kunstmatige intelligentie - getraind op ongeveer een miljoen screeningmammografiebeelden - kan borstkanker identificeren met een nauwkeurigheid van ongeveer 90% in combinatie met radiolooganalyse, zo blijkt uit een nieuwe studie.

De studie onderzocht het vermogen van een type kunstmatige intelligentie (AI), een computerlerend computerprogramma, om waarde toe te voegen aan de diagnoses die een groep van 14 radiologen bereikten toen zij 720 evalueerden mammogram afbeeldingen.

"Het uiteindelijke doel van ons werk is het vergroten, niet vervangen, van menselijke radiologen."

"Onze studie wees uit dat AI kanker-gerelateerde patronen identificeerde in de gegevens die radiologen niet konden, en vice versa," zegt senior studie-auteur Krzysztof Geras, assistent-professor aan de afdeling radiologie van de Grossman School of Medicine van de New York University.

"AI detecteerde veranderingen op pixelniveau in weefsel onzichtbaar voor het menselijk oog, terwijl mensen vormen van redeneren gebruikten die niet beschikbaar waren voor AI," voegt Geras toe, ook een aangesloten lid van de faculteit bij het Centre for Data Science. "Het uiteindelijke doel van ons werk is het vergroten, niet vervangen, van menselijke radiologen."


innerlijk abonneren grafisch


In 2014 kregen vrouwen (zonder symptomen) in de Verenigde Staten meer dan 39 miljoen mammografie-examens om te screenen op borstkanker en de behoefte aan nauwere follow-up te bepalen. Er wordt verwezen naar vrouwen van wie de testresultaten abnormale mammografie-bevindingen opleveren biopsie, een procedure die een klein stukje borstweefsel verwijdert voor laboratoriumtests.

Three images of breast tissue side by side. The first is black and white, the second has spots of green, the third has spots of red.De AI-tool leerde voorspellen welke laesies waarschijnlijk kwaadaardig (rode warmtekaart) of waarschijnlijk goedaardig (groene warmtekaart) waren, met potentieel om radiologen te helpen bij de diagnose van borstkanker. (Credit: NYU School of Medicine)

In het nieuwe onderzoek ontwierp het onderzoeksteam statistische technieken waarmee hun programma kon 'leren' hoe ze beter konden worden in een taak zonder precies te weten hoe. Dergelijke programma's bouwen wiskundige modellen die besluitvorming mogelijk maken op basis van gegevensvoorbeelden die erin worden ingevoerd, waarbij het programma "slimmer" wordt naarmate het meer en meer gegevens beoordeelt.

Moderne AI-benaderingen, die inspiratie halen uit het menselijk brein, gebruiken complexe circuits om informatie in lagen te verwerken, waarbij elke stap informatie naar de volgende voert en onderweg meer of minder belang hecht aan elk stukje informatie.

De auteurs van de huidige studie hebben hun AI-tool getraind op veel afbeeldingen die overeenkomen met de resultaten van biopsieën die in het verleden zijn uitgevoerd. Hun doel was om de tool in staat te stellen radiologen te helpen het aantal biopsieën te verminderen dat nodig was om vooruit te komen. Dit kan alleen worden bereikt, zegt Geras, door het vertrouwen van artsen te vergroten in de nauwkeurigheid van beoordelingen voor screeningonderzoeken (bijvoorbeeld vals positief en fout-negatieve resultaten).

Voor het huidige onderzoek analyseerde het onderzoeksteam beelden die werden verzameld als onderdeel van routinematige klinische zorg gedurende zeven jaar, waarbij de verzamelde gegevens werden doorzocht en de beelden werden verbonden met biopsieresultaten. Deze inspanning creëerde een buitengewoon grote dataset voor hun AI-tool om op te trainen, zeggen de auteurs, bestaande uit 229,426 digitale screening mammografie-examens en 1,001,093 afbeeldingen. De meeste databases die de onderzoekers tot nu toe in onderzoeken hebben gebruikt, zijn beperkt tot 10,000 afbeeldingen of minder.

Zo trainden de onderzoekers hun neurale netwerk door het te programmeren om beelden uit de database te analyseren waarvoor al kankerdiagnoses waren vastgesteld. Dit betekende dat onderzoekers de 'waarheid' voor elk mammografiebeeld (kanker of niet) wisten terwijl ze de nauwkeurigheid van het hulpmiddel testten, terwijl het hulpmiddel moest raden. De onderzoekers maten nauwkeurigheid in de frequentie van correcte voorspellingen.

Bovendien ontwierpen de onderzoekers het studie-AI-model om eerst heel kleine stukjes van het volledige resolutiebeeld afzonderlijk te bekijken om een ​​warmtekaart te maken, een statistisch beeld van de waarschijnlijkheid van ziekten. Vervolgens houdt het programma rekening met de hele borst voor structurele kenmerken die verband houden met kanker, waarbij meer aandacht wordt besteed aan de gebieden die zijn gemarkeerd in de warmtekaart op pixelniveau.

In plaats van dat de onderzoekers afbeeldingsfuncties identificeren waarnaar hun AI moet zoeken, ontdekt de tool zelf welke afbeeldingsfuncties de voorspellingsnauwkeurigheid verhogen. In de toekomst is het team van plan om deze nauwkeurigheid verder te verhogen door het AI-programma te trainen op meer gegevens, misschien zelfs veranderingen in borstweefsel te identificeren die nog niet kanker zijn, maar kunnen worden.

"De overgang naar AI-ondersteuning bij diagnostische radiologie zou moeten verlopen zoals de goedkeuring van zelfrijdende auto's - langzaam en voorzichtig, vertrouwen opbouwen en systemen verbeteren met een focus op veiligheid," zegt eerste auteur Nan Wu, een promovendus bij het Centre for Data Science.

Het onderzoek verschijnt in IEEE-transacties op medische beeldvorming.

Over de auteur

Senior studie auteur Krzysztof Geras is universitair docent aan de afdeling radiologie van de Grossman School of Medicine van de New York University.

Aanvullende coauteurs zijn afkomstig van NYU, SUNY Downstate College of Medicine, de Universiteit van Cambridge en Jagiellonian University.

Ondersteuning voor het werk kwam gedeeltelijk van de National Institutes of Health. Het in dit onderzoek gebruikte model is ter beschikking gesteld van het veld om innovatie te stimuleren.

Original Study

Related Books:

Het lichaam houdt de score bij: Brain Mind and Body in the Healing of Trauma

door Bessel van der Kolk

Dit boek onderzoekt de verbanden tussen trauma en fysieke en mentale gezondheid en biedt inzichten en strategieën voor genezing en herstel.

Klik voor meer info of om te bestellen

Adem: de nieuwe wetenschap van een verloren kunst

door James Nestor

Dit boek verkent de wetenschap en praktijk van ademhalen en biedt inzichten en technieken voor het verbeteren van de fysieke en mentale gezondheid.

Klik voor meer info of om te bestellen

De plantenparadox: de verborgen gevaren van 'gezond' voedsel dat ziekten en gewichtstoename veroorzaakt

door Steven R. Gundry

Dit boek onderzoekt de verbanden tussen voeding, gezondheid en ziekte en biedt inzichten en strategieën om de algehele gezondheid en het welzijn te verbeteren.

Klik voor meer info of om te bestellen

De immuniteitscode: het nieuwe paradigma voor echte gezondheid en radicale antiveroudering

door Joël Greene

Dit boek biedt een nieuw perspectief op gezondheid en immuniteit, gebaseerd op principes van epigenetica en biedt inzichten en strategieën voor het optimaliseren van gezondheid en veroudering.

Klik voor meer info of om te bestellen

De complete gids voor vasten: genees uw lichaam door middel van intermitterend, afwisselende dagen en langdurig vasten

door dr. Jason Fung en Jimmy Moore

Dit boek onderzoekt de wetenschap en praktijk van vasten en biedt inzichten en strategieën voor het verbeteren van de algehele gezondheid en welzijn.

Klik voor meer info of om te bestellen