Official facilitator of

Головна

Штучний інтелект покращує прогнозування ризику раку молочної залози

24 грудня 2019 р 15:39

Згідно з дослідженням, опублікованим в журналі Radiology, складний тип штучного інтелекту (ІІ) може перевершити існуючі моделі в прогнозуванні ризику розвитку раку молочної залози.

Для отримання інформації про те, як проводять лікування раку молочної залози в Ізраїлі кращі фахівці країни, залиште замовлення і ми зв'яжемося з Вами найближчим часом.

Більшість існуючих програм скринінгу раку молочної залози засновані на мамографії через однакові проміжки часу для всіх жінок. Цей підхід не оптимізований для виявлення раку на індивідуальному рівні і може знизити ефективність програм скринінгу.

«Прогнозування ризику є важливим компонентом індивідуальної політики скринінгу, - говорить провідний автор дослідження Карін Дембровер, доктор медичних наук, рентгенолог з Каролінського інституту в Стокгольмі, Швеція. - Ефективне прогнозування ризику може поліпшити впевненість в програмах скринінгу ».

Висока щільність грудей або більшу кількість залозистої і сполучної тканини в порівнянні з жиром вважається фактором ризику розвитку раку. Хоча щільність може бути включена в оцінку ризику, що існують моделі прогнозування можуть не повною мірою використовувати інформацію, що міститься в мамографії. Ця інформація може виявити жінок, яким буде корисний додатковий скринінг за допомогою МРТ.

Доктор Дембровер і його колеги розробили модель ризику, засновану на глибокій нейронної мережі, типі ІІ, який може витягувати величезну кількість інформації з мамографічних зображень. Він має істотні переваги в порівнянні з такими методами, як візуальна оцінка мамографічної щільності рентгенологом, який не завжди може врахувати всю відповідну ризику інформацію на зображенні.

Нова модель розроблена на основі випадків, діагностованих в період між 2008 і 2012 роками, а потім вивчалася на понад 2000 жінок у віці від 40 до 74 років, які пройшли мамографію в Каролінському університеті. З 2283 жінок, які брали участь в дослідженні, у 278 був пізніше діагностований рак молочної залози.

Глибинна нейронна мережа показала більш високу точність ризику раку молочної залози в порівнянні з мамографії. Псевдонегативний показник у нейронної мережі при цьому був нижче.

«Глибинна нейронна мережа в цілому надавала найкращі показники, ніж моделі на основі щільності, - говорить доктор Дембровер. - Більш агресивні підтипи раку не надали негативного впливу на його прогнозуючу точність ».

Результати дослідження підтверджують майбутню роль ІІ в оцінці ризику раку молочної залози. «Ми не розголошуємо про мамографічної щільності, - говорить доктор Дембровер. - При індивідуальному скринінгу ми використовуємо мережі глибинного навчання, здатні прогнозувати рак, а не вибираємо непрямий шлях, який пропонують показники щільності ».

В якості додаткового переваги підхід ІІ можна постійно покращувати, надаючи більш якісні набори даних.

«Наші експерти з глибинного навчання в Королівському технологічному інституті в Стокгольмі працюють над поліпшенням моделі, - каже доктор Дембровер. - Після цього ми плануємо клінічне тестування моделі, пропонуючи МРТ жінкам, які отримають найбільшу користь від цього ».

Джерело: https://www.sciencedaily.com/releases/2019/12/191219090741.htm

ЗАЯВКА НА ЛІКУВАННЯ

Відправляючи форму Ви погоджуєтеся з політикою конфіденційності

Коментарі

Поки коментарів немає

новий коментар

обов'язково

обов'язково (не публікується)