Google a dezvoltat inteligență artificială bazată pe învățare profundă pentru diagnosticarea precoce a cancerului pulmonar

Tomografia computerizată cu doză mică utilizată pentru depistarea cancerului pulmonar reduce semnificativ mortalitatea (rata deceselor) la persoanele cu risc crescut din cauza fumatului intens. Totuși, tomografia computerizată pulmonară cu doză mică are și unele dezavantaje: expunerea anuală la radiații, chiar dacă doza este mică, supradiagnosticarea și rezultatele fals pozitive (tumori necanceroase considerate canceroase, urmate de biopsii), precum și intervențiile chirurgicale.

Inteligența artificială are ca subdomeniu învățarea profundă (deep learning), care, potrivit unui studiu din Nature, poate ajuta la reducerea acestor riscuri.

Învățarea profundă folosește sisteme în care algoritmii creați de oameni sunt responsabili de colectarea, sortarea și analizarea unor cantități mari de date. Cantitățile mari de date (big data) alimentează o rețea neuronală artificială (un ansamblu de algoritmi modelat după creierul uman), apoi sunt interpretate. Programatorii nu îi spun mașinii ce să facă cu datele; în schimb, mașina analizează datele și ia decizii pe baza a ceea ce învață. În majoritatea cazurilor, cu cât primește mai multe date, cu atât deciziile sale sunt mai corecte.

Cercetătorii de la Google au dezvoltat o rețea neuronală artificială care include mai multe straturi de procesare. Au alimentat această rețea neuronală artificială multistrat cu datele examinărilor de tomografie computerizată (CT) pulmonară ale unor persoane: unele aveau cancer pulmonar, altele nu, iar altele aveau noduli care s-au transformat în cancer.

Tehnologia a demonstrat o capacitate extraordinară de a detecta cancerul pulmonar. Comparativ cu 6 radiologi, sistemul a obținut rezultate fals pozitive (interpretate drept cancer, deși nu exista cancer) cu % 11 mai puține și rezultate fals negative (interpretate drept benigne, deși exista cancer) cu % 5 mai puține, înregistrând o scădere și demonstrând o performanță foarte bună. Când li s-a permis să vadă examinările CT anterioare, algoritmul a oferit rezultate egale cu cele ale radiologilor specialiști. În ansamblu, acest model de inteligență artificială a avut o acuratețe de % 94.4.

Deși sistemul de învățare profundă al Google nu este pregătit pentru utilizare pe scară largă, rezultatele oferă o perspectivă asupra rolului potențial al inteligenței artificiale în medicină. Prin urmare, această aplicație creează o oportunitate de a optimiza screeningul CT pentru diagnosticarea precoce a cancerului pulmonar prin asistență computerizată și automatizare. Deși faptul că mașinile obțin rezultate din ce în ce mai bune la testele medicale și sprijină deciziile clinice este o evoluție foarte pozitivă, nivelul redus de conștientizare a screeningului pentru cancer pulmonar la majoritatea fumătorilor și persistența nevoii de protecție rămân o problemă separată. Automatizarea screeningului prin sisteme de sprijin pentru deciziile clinice, precum modelul de învățare profundă al Google, are potențialul de a crește acuratețea, consecvența și adoptarea screeningului pentru cancer pulmonar.