Sztuczna inteligencja kontra nowotwór skóry

Wczesne wykrycie ma kluczowe znaczenie dla przetrwania czerniaka, rodzaju złośliwego nowotworu odpowiedzialnego za ponad 70% zgonów związanych z rakiem skóry na całym świecie, ale podejrzane zmiany barwnikowe skóry (SPL) są tak powszechne, że sprawdzanie ich wszystkich jest niepraktyczne. Teraz naukowcy z MIT opracowali narzędzie, które może analizować zdjęcia skóry wykonane smartfonem, aby określić, które SPL powinny zostać ocenione przez dermatologa.

Naukowcy, do których należą profesorowie Martha Gray, SM ’81, PhD ’86, James Collins i Regina Barzilay oraz podoktor Luis Soenksen, PhD ’20, wykorzystali głębokie konwolucyjne sieci neuronowe, algorytmy uczenia maszynowego często używane do klasyfikowania obrazów.

DZIĘKI UPRZEJMOŚCI BADACZY

Zespół zlecił dermatologom wizualną klasyfikację zmian na 20 388 obrazach od 133 pacjentów ze szpitala Gregorio Marañón w Madrycie oraz wielu publicznie dostępnych obrazach. System został przeszkolony na 80% tych obrazów i przetestowany z resztą. Odróżnił ponad 90,3% SPL od niepodejrzanych zmian, skóry i złożonego tła. Potrafił również sklasyfikować poziom podejrzliwości.

Nasz Badania sugeruje, że systemy wykorzystujące widzenie komputerowe i głębokie sieci neuronowe, określając ilościowo takie powszechne objawy, mogą osiągnąć porównywalną dokładność do ekspertów dermatologów, mówi Soenksen. Badania przesiewowe mogą być wykonywane podczas rutynowych wizyt w ramach podstawowej opieki zdrowotnej lub nawet przez samych pacjentów.

ukryć