В ноябре Google Health подробно рассказал о своей миссии «помогать каждому жить самой здоровой жизнью». Сегодня это подразделение опубликовало «первоначальные результаты» использования ИИ для улучшения скрининга рака молочной железы.
Google отмечает, что «раннее выявление и диагностика рака молочной железы остаются проблемой». В настоящее время обнаружение проводится с помощью цифровой маммографии, но чтение маммографических снимков — это «сложная задача даже для экспертов, и она часто может приводить как к ложноположительным, так и к ложноотрицательным результатам».
В свою очередь, эти неточности могут привести к задержкам в диагностике и лечении, ненужному стрессу для пациентов и увеличению рабочей нагрузки на радиологов, которых и так не хватает.
Решение компании заключается в применении искусственного интеллекта. Результаты, полученные за последние два года, были опубликованы сегодня в журнале Nature:
Эти результаты показывают, что наша модель ИИ с большей точностью, меньшим количеством ложноположительных и ложноотрицательных результатов, чем эксперты, выявляла рак молочной железы на деидентифицированных скрининговых маммограммах (где была удалена идентифицирующая информация).
Это следует за работами 2017 года по обнаружению метастатического рака молочной железы по образцам лимфатических узлов и алгоритмами глубокого обучения, которые помогают врачам выявлять рак молочной железы.
Google Health сотрудничал с подразделением Alphabet DeepMind, Имперским центром исследования рака в Великобритании, Северо-Западным университетом и Королевской окружной больницей Суррея, чтобы «узнать, может ли искусственный интеллект помочь радиологам более точно выявлять признаки рака молочной железы».
В этой оценке наша система показала сокращение ложноположительных результатов на 5,7% в США и на 1,2% в Великобритании. Она показала сокращение ложноотрицательных результатов на 9,4% в США и на 2,7% в Великобритании.
Примечательно то, что система ИИ не имела доступа к историям болезней пациентов и предыдущим маммограммам, которые обычно используют врачи. Модель была обучена на деидентифицированных маммограммах 76 000 женщин из Великобритании и 15 000 женщин из США.
В независимом исследовании шести радиологов система ИИ превзошла всех специалистов: площадь под характеристической кривой рабочей эффективности (AUC-ROC) для системы ИИ была больше, чем AUC-ROC для среднего радиолога, на абсолютную величину 11,5%.
Дальнейшие шаги включают больше исследований, а также «перспективные клинические исследования и получение разрешений» на то, как ИИ может помочь в выявлении рака молочной железы. В «ближайшие годы» Google надеется «преобразовать исследования в области машинного обучения в инструменты, приносящие пользу клиницистам и пациентам».