Googles AI-brystkræftscreeningsværktøj er ved at lære at generalisere på tværs af lande

Kategori: Kunstig intelligens Udsendt 03 jan

I en foreløbig test klarede en model, der kun var trænet på data fra britiske kvinder, sig stadig bedre end eksperter på amerikanske patienter.

Nyhederne: DeepMind og Google Health har udviklet et nyt AI-system til at hjælpe læger med at opdage brystkræft tidligt. Forskerne trænede en algoritme på mammografibilleder fra kvindelige patienter i USA og Storbritannien, og den klarede sig bedre end menneskelige radiologer. Resultaterne var udgivet i Nature på onsdag.

En tragedie af fejl: Brystkræft er den mest almindelige kræftform for kvinder globalt, og deres næstvigtigste dødsårsag. Selvom tidlig påvisning og behandling kan forbedre en patients prognose, har screeningstests høje fejlprocenter. Omkring 1 ud af 5 screeninger finder ikke brystkræft, selv når den er til stede, også kendt som en falsk negativ; 50 % af kvinder, der får årlig mammografi, får også mindst én falsk alarm over en 10-årig periode, kendt som en falsk positiv.

Resultaterne: I test reducerede AI-systemet begge typer fejl. For amerikanske patienter reducerede det falske negative og positive med henholdsvis 9,4 % og 5,7 %; for britiske patienter reducerede det dem med 2,7 % og 1,2 %. I et separat eksperiment testede forskerne systemets evne til at generalisere: de trænede modellen ved kun at bruge mammografi fra britiske patienter og evaluerede derefter dens ydeevne på amerikanske patienter. Systemet klarede sig stadig bedre end menneskelige radiologer og reducerede falske negative og positive med 8,1 % og 3,5 %.

Hvorfor det er vigtigt: Systemets evne til at generalisere på denne måde har lovende implikationer. Det viser, at det måske er muligt at overvinde en af ​​de største udfordringer, som AI-adoption står over for i sundhedsvæsenet: Behovet for stadig flere data til at dække en repræsentativ patientpopulation. Men sådanne resultater bør også fortolkes med forsigtighed. Relativt set har USA og Storbritannien ret ens befolkninger. Systemet ville sandsynligvis ikke generalisere så godt til andre dele af verden.

Relateret arbejde: Sidste oktober, NYU forskere udgivet en lignende undersøgelse , der demonstrerer et AI-system til screening af brystkræft på lige fod med humane radiologer. De primære forskelle var imidlertid, at det kun brugte mammografi fra amerikanske patienter, og det sammenlignede systemets ydeevne med menneskelige ekspertdiagnoser udført i et kunstigt laboratoriemiljø. Google og DeepMind sammenlignede i stedet ydeevne med diagnoser i den virkelige verden.

Menneske og maskine: I sidste ende konkluderer begge undersøgelser, at sådanne AI-brystkræftscreeninger bør bruges sammen med humane radiologer. Kombinationen opnår de mest nøjagtige diagnostiske resultater, men reducerer stadig arbejdsbyrden på menneskelige radiologer, hvilket ville hjælpe med at frigøre deres tid til at fokusere mere på patientbehandling.