Un algoritm a avut rezultate mai bune în ceea ce priveşte identificarea hemoragiilor cerebrale

De-a lungul unei singure zile de muncă, un medic specializat în imagistica medicală poate să analizeze sute, chiar mii de tomografii computerizate; în aceste condiţii, nu putem exclude erorile legate de identificarea greşită a unor structuri din creierele noastre sau neidentificarea unor detalii care pot scăpa ochiului liber. Pentru a reduce erorile care se petrec în acest domeniu, o echipă de cercetători de la Unvesitatea California San Francisco (UCSF) şi Universitatea California (UCB) Berkeley a dezvoltat un algoritm care, în testele iniţiale, a oferit rezultate mai bune decât doi din patru experţi, notează Medicalxpress.

„Am dorit ceva care să fie practic şi pentru ca această tehnologie să fie utilă clinic, nivelul de precizie trebuie să fie aproape de perfect”, explică dr. Ester Yuh, professor de Radiologie al UCSF. „Standardul de calitate este foarte ridicat pentru acest algoritm, datorită consecinţelor potenţiale ale unei anomalii ratate, iar oamenii nu vor tolera mai puţin decât performanţa sau exactitatea umană”, a mai adăugat acesta.

• Mințile noastre ar procesa limbajul la fel ca Inteligența Artificială
• De ce azbestul încă apare în unele produse cosmetice?

Acest pogram de inteligenţă artificială foloseşte un tip de „deep learning”: reţele neuronale convoluţionale, care permite „antrenarea” unui AI pornind de la un număr mai mic de imagini, în acest caz, cercetătorii au folosit 4.396 tomografii cerebrale. Trebuie precizat faptul că, în acest caz, imaginile nu au fost pur şi simplu încărcate în sistem. În prealabil, oamenii de ştiinţă au indicat, la pixel, anomaliile din tomografii.

Acest algoritm are nevoie de doar o singură secundă pentru a determina dacă o o tomografie încărcată surprinde prezenţa unor hemoragii cerebrale; fiind capabil să identifice anomalii care au 100 de pixeli în imagini tridimensionale care pot conţine şi câteva milioane de pixeli. „Atingerea unei precizii de 95% pe o singură imagine, sau chiar 99%, nu este OK, deoarece într-o serie de 30 de imagini, veţi efectua un apel incorect la una din 2 sau 3 scanări”, a spus ea. „Pentru a face acest lucru clinic util, trebuie să obţineţi toate cele 30 de imagini corecte – ceea ce numim exactitatea nivelului de examen. Dacă un computer indică o mulţime de falsuri pozitive, acesta va încetini radiologul şi poate duce la mai multe erori”, a mai adăugat dr. Esther Yuh.

Cercetătorii care au colaborat în cadrul acestui studiu vor ca, pe viitor, algoritmul să fie testat în reţeaua de unităţi de primiri urgente asociate UCSF. „Având în vedere numărul mare de oameni care suferă de leziuni cerebrale traumatice în fiecare zi şi ajung la secţia de urgenţă, algoritmul are o importanţă clinică foarte mare”, a declarat dr. Jitendra Malik, profesor de Inginerie Electrică şi Informatică al UC Berkeley.

Studiul în care cercetătorii explică modul în care funcţionează algoritmul a fost publicat în Proceedings of the National Academy of Sciences (PNAS).

Citeşte şi: