Αλλά μια νέα σημαντική ανακάλυψη στην ανίχνευση καρκίνου με τεχνητή νοημοσύνη ωθεί τα επίπεδα ακρίβειας σε ένα άνευ προηγουμένου 99%, δίνοντας στους γιατρούς ένα σημαντικό νέο εργαλείο στη μάχη.
Αυτό είναι ένα τεράστιο άλμα στην ακρίβεια από προηγούμενα μοντέλα τεχνητής νοημοσύνης, τα οποία μπορούσαν να ανιχνεύσουν με ακρίβεια τον καρκίνο μόνο έως και το 80 τοις εκατό των περιπτώσεων. Επιπλέον, το νέο μοντέλο χρησιμοποιεί λιγότερους πόρους, καθιστώντας το πιο γρήγορο και πιο προσιτό.
Αυτό που κάνει το μοντέλο – που ονομάζεται ECgMLP – τόσο αποτελεσματικό είναι ο τρόπος με τον οποίο επεξεργάζεται οπτικά δεδομένα. Βελτιώνει την εικόνα και στη συνέχεια φιλτράρει τους άσχετους θορύβους. Αυτό του επιτρέπει να μηδενίζει τις πιο πληροφοριακές περιοχές του ιστού, έναν σημαντικό παράγοντα για τα εργαλεία ανίχνευσης καρκίνου με τεχνητή νοημοσύνη.
Στη συνέχεια, χρησιμοποιώντας προηγμένους μηχανισμούς αυτοπροσοχής – ένα είδος ψηφιακής αναγνώρισης προτύπων – το μοντέλο αξιολογεί γρήγορα τον ιστό και παρέχει μια διαγνωστική πρόβλεψη με εντυπωσιακή ακρίβεια. Έχουνε ήδη φανεί παρόμοιες εξελίξεις στην ανίχνευση της τεχνητής νοημοσύνης στον καρκίνο του μαστού , επομένως αυτή είναι μια ακόμη νίκη για την τεχνητή νοημοσύνη στον ιατρικό τομέα.
Τα τρέχοντα αυτοματοποιημένα συστήματα για την ανίχνευση του καρκίνου του ενδομητρίου ξεπερνούν την ακρίβεια περίπου 80%, όπως αναφέρει το άρθρο προηγουμένως. Ωστόσο, το ECgMLP το ξεπερνά κατά σχεδόν 20 ποσοστιαίες μονάδες, όλα αυτά ενώ χρησιμοποιούν λιγότερους πόρους. Είναι γρήγορο, ακριβές και κατασκευασμένο για να λειτουργεί σε μια ποικιλία συνόλων δεδομένων.
Ωστόσο, οι επιπτώσεις αυτού του μοντέλου ανίχνευσης καρκίνου με τεχνητή νοημοσύνη ξεπερνούν μόνο έναν τύπο καρκίνου. Όταν δοκιμάστηκε σε άλλα σύνολα δεδομένων, το ECgMLP εντόπισε σωστά τον καρκίνο του παχέος εντέρου με 98,57 τοις εκατό ακρίβεια, τον καρκίνο του μαστού σε 98,2 τοις εκατό και τον καρκίνο του στόματος σε 97,34 τοις εκατό.
Αυτή η ευελιξία ανοίγει την πόρτα σε μια ευρύτερη χρήση της ίδιας τεχνολογίας σε διαγνωστικά σε όλους τους ιατρικούς τομείς. Επιπλέον, οι ερευνητές λένε ότι το μοντέλο θα μπορούσε τελικά να ενσωματωθεί σε κλινικό λογισμικό, υποστηρίζοντας τους γιατρούς στη λήψη αποφάσεων και βελτιώνοντας τα αποτελέσματα μέσω προηγούμενης παρέμβασης.
Επειδή το εργαλείο AI μπορεί να χειριστεί μεγάλες ποσότητες δεδομένων γρήγορα, έχει επίσης δυνατότητες χρήσης σε περιοχές με περιορισμένη πρόσβαση σε εξειδικευμένο ιατρικό προσωπικό. Αυτό το είδος καινοτομίας είναι ακριβώς εκεί που η τεχνητή νοημοσύνη δείχνει την υπόσχεσή της—όχι στην αντικατάσταση των γιατρών, αλλά στην ενδυνάμωση τους με πιο αιχμηρά, πιο γρήγορα εργαλεία .
Ενώ μπορεί να περάσει αρκετός χρόνος μέχρι να χρησιμοποιηθεί το ECgMLP σε νοσοκομεία σε κλίμακα, η επιτυχία του σηματοδοτεί ένα τεράστιο βήμα προς τα εμπρός στην ανίχνευση καρκίνου με τεχνητή νοημοσύνη.
photo: ΑΠΕ-ΜΠΕ – EPA-EPA
