Xərçəngdə patoloji nəticələr üçün hesablama əsaslı qərar dəstək sistemləri yayılır

15 iyul 2019-da Thomas J. Fuchs rəhbərliyində Memorial Sloan Kettering Xərçəng Mərkəzi və Weill Cornell Tibb Elmləri İnstitutunun Patologiya şöbəsinin tədqiqatçıları Nature Medicine jurnalında öyrənməyə əsaslanan deep learning (dərin öyrənmə) sistemini təqdim etdilər. Misli görünməmiş miqyasda düzgün təsnifat modellərini öyrətmə qabiliyyətinə malik sistem klinik praktikada hesablama əsaslı qərar dəstək sistemlərinin tətbiqinə zəmin yaratdı.

Müəlliflər bildirdilər ki, patologiya üçün qərar dəstək sistemlərinin hazırlanması və klinik istifadəsi çoxlu əl ilə izah edilmiş məlumat toplusu tələb etdiyindən keçmişdə mümkün olmamışdı.

Təqdim edilən dərin öyrənmə sistemi bu problemi həll edir. Təlim etiketi kimi yalnız hesabatdakı diaqnozları istifadə edərək bahalı, vaxt aparan piksel əsaslı əl işarələməsindən yayınır.

Komanda bu çərçivəni xüsusi məlumat seçimi aparmadan 15.177 xəstənin 44.732 tam slayd görüntüsündən ibarət məlumat toplusuna uyğunlaşdırdı.

Sistem prostat xərçəngi, dərinin bazal hüceyrəli xərçəngi və döş xərçənginin aksillyar (qoltuqaltı) metastazlarını %98 dəqiqliklə diaqnoz edə bildi.

Klinik tətbiq zamanı sistem % 100 həssaslığı qoruyaraq patoloqların patoloji blokların % 65-75-inə baxmasına ehtiyac qalmamasını təmin etdi.

Müəlliflər nəticələrin sistemin dəqiq təsnifat modellərini öyrətmə qabiliyyətini göstərdiyini və klinik praktikada hesablama əsaslı qərar dəstək sistemlərinin yerləşdirilməsinə əsas yaratdığını bildirdilər.

Tibbi informatika ilə məşğul olanlar açıq paylaşılan MSK döş xərçəngi metastaz məlumat toplusuna buradan çata bilər. Tədqiqatın mənbə kodu buradan endirilə bilər.

• Xərçəngdə süni intellekt barədə bütün xəbərlərimiz