NYERŐ PÁROS: A MESTERSÉGES INTELLIGENCIA ÉS AZ ORVOS

Az IEEE Transactions on Medical Imaging című kiadványban közzétett új eredmények szerint a mesterséges intelligenciával való együttműködés több emlőrák felismerésében is jelentős segítséget nyújthat a radiológusnak.

Az elmúlt években egyre több kutatási eredmény bizonyította, hogy a mesterséges intelligencia (artificial intelligence, AI) a technológiára épülő iparágak fejlődésében, így az egészségügyben is egyre nagyobb szerepet kap. Miért? Az úgynevezett gépi tanulás (machine learning) és a mélytanulás (deep learning) együttesének köszönhetően a mesterséges intelligencia (MI) képes az alapesetben humán intelligenciát igénylő feladatok elvégzésére. Magyarul az MI olyan gép, aki képes tanulni és gondolkodni is, így segítve az adott terület szakembereit – jelen esetben a radiológust – munkája elvégzésében.

AZ MI A RADIOLÓGIÁBAN

Idén nyáron attól volt hangos a radiológus szakma, hogy az MI képes lesz előre megjósolni a mellrákot. A Massachusetts Institut of Technology (MIT) mesterséges intelligenciát kutató laboratóriuma és a  Massachusetts Kórház például olyan mesterséges intelligenciát hozott létre, ami a leletek alapján képes évekkel előre jelezni, hogy kinél alakulhat ki mellrák. Júliusban az Affidea és a ScreenPoint Medical stratégiai partnerséget hozott létre annak érdekében, hogy javuljanak a mammográfiás szűrés klinikai eredményei. Most ősszel pedig az IEEE kutatói durrantottak egy nagyot: MI-juk több mint 200 ezer mammográfiai szűrővizsgálat összesen több mint egymillió képét használta fel a tanuláshoz. A tréning nem volt hiábavaló.

A kutatáshoz 12 radiológust, egy rezidenst és egy orvostanhallgatót kértek fel. A feladatuk az volt, hogy nézzenek át 720 mammográfiai leletet, és próbálják megbecsülni (0-100 százalékos pontossággal), hogy a mammogramok alapján mekkora a malignáns, rosszindulatú mellrák valószínűsége.

AZ EREDMÉNY HIHETETLEN

Ha meg akarjuk érteni a kutatás jelentőségét, nem árthat egy kis digitális adatbányászati gyorstalpaló. Lássuk! A diagnosztikai hatékonyság jellemzésének egyik módszere a ROC analízis, illetve az ezt leíró ROC görbe. Ha a ROC-görbe alatti terület 1, akkor a modell tökéletes. Ha 0,5, akkor szimplán véletlen találgatáson alapul. Ehhez képest a kutatásban résztvevő mesterséges intelligenciáé 0,876 volt, a radiológusoké pedig 0,778-at értek el, tehát az első esetben 100-ból 87-szer, a második esetben pedig 100-ból 77-szer volt pontos a diagnózis.

Ha azonban a mesterséges intelligenciát és az emberek által végzett elemzéseket kombináljuk, akkor 100-ból már 89-szer lesz pontos a diagnózis, ami igazán figyelemreméltó. A kutatáshoz kapcsolódva Nan Wu, az NYU Adattudományi Központjának vezető szerzője a mesterséges intelligencia mindennapos diagnosztikában való jelenlétét az önvezető autók jelenlétének elfogadásával vonta párhuzamba: mindent csak lassan és megfontoltan érdemes csinálni, nagy hangsúlyt fektetve a bizalom kialakítására! A folyamatos fejlesztéseknél pedig egy dolgot mindenképpen észben kell tartani: fő a biztonság!


A kutatás következő lépése az MI rendszer továbbfejlesztése. A kutatók felhívták a figyelmet arra, hogy még hosszú az út addig, amíg ezeket a fejlett technológiákat rendszeresen alkalmazzák majd az egészségügyben.

„Az MI az emberi szem számára láthatatlanul kicsi, pixel nagyságú elváltozásokat is észrevett, az emberek pedig olyan megoldási kulcsokkal dolgoztak, ami az MI számára nem elérhető. A végső célunk tehát nem az, hogy az MI helyettesítse a radiológusokat, hanem hogy segítse őket” – tette hozzá a szakember.

„A vizsgálatunk fényt derített arra, hogy az MI olyan rákkal kapcsolatos mintákat azonosított a mammogramokban, amit a radiológusoknak nem sikerült, és vica versa” – mondta Krzysztof J. Geras, a New York-i Egyetem Orvostudományi Karának Radiológiai tanszékvezetője.