女性が予防するためにマンモグラムをいつどのくらいの頻度で受けるべきかについてはまだ疑問があります 乳がん？ 研究は、スクリーニングが最も治りやすいときに疾患の早期診断につながることを明確に示しています。
このため、癌の可能性のある異常を検出できるマンモグラフィーの有効性を向上させることが最優先事項となっています。 そして、そこがGoogleのAIの出番です。
人工知能はこの分野で重要な役割を果たす可能性があります。 AIの機械学習は、医師がマンモグラムをより正確に読み取るのに役立ちます。
Natureで1月XNUMX日公開の研究Google Healthと大学、米国と英国の研究者は、人間の専門家よりも偽陽性と偽陰性が少ないマンモグラムを読み取るAIモデルを示しています。
このアルゴリズムは、英国で76.000人以上、米国で15.000人以上の女性から撮影されたマンモグラムに基づいており、6〜1年ごとに女性をスクリーニングする米国では、偽陽性率をほぼ2％削減しています。 女性が1,2年ごとにスクリーニングされる英国では、改善は「わずか」XNUMX％でした。
人工知能モデルはまた、マンモグラムの偽陰性を米国では9％以上、英国ではほぼ3％削減しました。
「マンモグラムの読み取りは、機械学習と人工知能に委託するのに最適なタスクです」、博士は言います。 モジヤル・エテマディ、研究の共著者のXNUMX人であるノースウエスタン大学の麻酔および生物医学工学の助手研究者教授。
「AI は、同じタスクを繰り返し実行する必要があり、10.000 回に XNUMX 回出現する可能性のある XNUMX つのことを見つけなければならない場合に優れています。しかし、正直なところ、すでに医師よりもはるかに効果があるとは予想していませんでした。私はびっくりしました。"
それは人工知能とマンモグラムに関する他のマイナーな研究よりも優れています
別の研究では、マシンはスキャンを読み取る際に101人以上の放射線科医を打ち負かした。 この最近の研究は、その大規模なデータセットと、人工知能モデルが医師を上回っていることを考えると、これまでで最も統計的に有意なもののXNUMXつです。
チームは、米国と英国の両方のデータセットでマンモグラムを効果的に読み取るようにAIをトレーニングできることを知ったら、別のテストを実行しました。 彼はアルゴリズムを米国のデータで訓練し、それを英国のケースに適用し、逆もまた同様でした。 繰り返しますが、結果は医師の結果よりも優れていました。 「これらのモデルを採用する現実の状況では、まさにそれが起こるので、それは励みになります。 必ずしも訓練されていない可能性のある母集団に使用されます」彼は言います シュラビア・シェティ、Google Healthテクニカルマネージャー。
どんどん良い
Googleプラットフォームの利点は、その処理能力です。 近年マンモグラフィ画像の解像度が向上したため、マンモグラフィ画像は非常に多くのデータになり、人間の目（非常に熟練した放射線技師に属するものであっても）はそれらを完全に処理できない場合があります。 Googleのコンピューティング能力により、アルゴリズムはほとんどすべての利用可能なピクセルを処理できました。
人工知能アルゴリズムが乳房組織の異常な病変を認識するためには、モデルを膨大な数のマンモグラフィ画像でトレーニングする必要があります。 私たちがより多く持っているほど、より良いです。
今のところ、専門家はAIを（当然のことながら）放射線技師がマンモグラフィ画像を読み取るための補助としてではなく、補助として見る。
たとえば、人工知能モデルは、評価の最初のパスを実行し、専門家に、女性のがんの家族歴、より困難なケースを解釈するタスクなど、他の貴重な情報を残しておくことができます。
「患者数が増加するにつれてヘルスケアが圧迫され、医師が患者を評価するために観察しなければならない時間が短縮されます。 これが、このようなツールがすべての医師が期待するものである理由です」、とエテマディは言います。
