Google viser, hvordan kunstig intelligens kan opdage lungekræft hurtigere og mere pålideligt

Kategori: Kunstig intelligens Udsendt 20. maj

Ny forskning fra Google viser, hvordan maskinlæring en dag kan bruges til at opdage tegn på lungekræft tidligere, end det ofte sker i dag.

Tidlig advarsel: Danial Tse, en forsker hos Google, udviklede en algoritme, der slog en række uddannede radiologer i test. Tse og kolleger trænede en dyb-læringsalgoritme til at opdage maligne lungeknuder i mere end 42.000 CT-scanninger. De resulterende algoritmer viste 11 % færre falske positive og 5 % færre falske negative end deres menneskelige modstykker. Arbejdet er beskrevet i et papir offentliggjort i tidsskriftet Nature i dag.

Morder problem: Lungekræft dræbte mere end 160.000 mennesker i USA i 2018, hvilket gør det til den førende årsag til kræftdød. Og selvom computertomografi (CT)-scanninger kan være en livreddende del af kræftscreening, er de også ofte upålidelige.

Stort løfte: Tse og kolleger hævder, at kunstig intelligens kan hjælpe med at gøre lungekræftscreening mere pålidelig over hele verden, selvom de erkender, at arbejdet skal valideres på større patientpopulationer. Der er faktisk en stigende interesse for at bruge kunstig intelligens til at fange mange typer kræft. Forskere har vist, hvordan maskinlæring kan bruges til at få øje på begge dele brystkræft og hudkræft , for eksempel.

Små skridt: Disse undersøgelser er spændende, men bør behandles som små fremskridt. Det er fortsat udfordrende at bruge kunstig intelligens i sundhedsvæsenet af hensyn til privatlivets fred, og fordi datasæt i den virkelige verden sjældent er så perfekte som dem, der bruges i forskningsundersøgelser.

Det er også værd at bemærke, at behandling af kræft involverer meget mere end blot at opdage sygdommen i første omgang. At bestemme det rigtige behandlingsforløb kan for eksempel afhænge af en række faktorer, der varierer meget fra patient til patient, hvilket gør den del af processen langt sværere at automatisere.