AI превосходит людей при выявлении рака шейки матки
Исследователи из американского Национального института рака разработали алгоритм, позволяющий точно определить предраковые изменения шейки матки. Это решение в случае получения разрешения от регуляторов отрасли может быть очень полезным для бедных районов и стран, в которых не хватает медицинских работников.
Информация об этой разработке недавно была опубликована в Journal of the National Cancer Institute.
Работа программного обеспечения был протестирована на наборах данных, полученных из Национальной медицинской библиотеки, также входящей в состав Национального института здоровья. Результаты свидетельствуют, что алгоритм по точности и скорости постановки диагноза превзошел экспертов-людей, анализирующих эти же файлы.
Полученные данные, несомненно, послужат поводом для дальнейших спекуляций о замене компьютерами людей в недалеком будущем. Но в настоящее время, когда во многих областях ощущается острая нехватка медицинских специалистов, такие алгоритмы могут стать большим шагом вперед для общественного здравоохранения.
С таким программным обеспечением, которое позволяет проводить автоматизированную визуальную оценку, медицинские работники могут проводить скрининг на рак шейки матки с минимальным обучением. Все, что им нужно — это камера, похожая на камеру на любом мобильном телефоне, а скрининг и лечение можно провести за один визит. Напомним, что рак шейки матки является одной из основных причин заболеваемости и смертности среди женщин в развивающихся странах.
Разработанная в Национальном институте рака система была подготовлена путем "тренировки" алгоритма на 60 000 изображений, полученных в ходе скрининга на рак шейки матки, которое проводилось в Коста-Рике в 1990-х годах. Учитывая, что 9 400 женщин, принявших участие в исследовании, затем наблюдались врачами в течение 18 лет, исследователи получили почти полную информацию о том, какие изменения шейки матки стали предраковыми, а какие - нет.
Для дальнейшего масштабирования решения исследователям необходимо уточнить алгоритм с учетом особенностей проявления рака шейки матки в разных регионах мира, поэтому исследователи надеются получить репрезентативные наборы данных из различных стран.
