U onome što se očekuje da će postati standardna praksa, veštačka inteligencija se koristi za otkrivanje znakova raka s većom preciznošću nego što to čine obučeni ljudski stručnjaci. Ovaj vrhunski AI model se može pohvaliti gotovo 100% stopom uspešnosti i označava značajan napredak u dijagnostici raka. Međunarodna saradnja naučnika, uključujući istraživače sa Univerziteta Čarls Darvin (CDU) u Australiji, stvorila je inovativni AI model pod imenom ECgMPL. Ovaj model može analizirati mikroskopske slike ćelija i tkiva kako bi identifikovao endometrijski karcinom — jedan od najrasprostranjenijih tipova reproduktivnih tumora — sa impresivnom preciznošću od 99, 26%. Istraživači takođe ističu da se može prilagoditi za otkrivanje širokog spektra bolesti, uključujući kolorektalni i oralni rak. „Model ECgMLP nadmašuje postojeće metode postizanjem tačnosti od 99, 26 procenata, premašujući performanse transfernog učenja i prilagođenih modela ispitivanih u istraživanju uz zadržavanje računarske efikasnosti“, izjavio je dr. Asif Karim, koautor iz CDU. „Optimizovan kroz ablacione studije, mehanizme samopaznje i efikasan trening, ECgMLP pokazuje snažnu generalizaciju kroz raznovrsne histopatološke skupove podataka, čineći ga pouzdanim i klinički primenljivim alatom za dijagnostikovanje endometrijskog karcinoma. “ Jednostavnim rečima, ovaj dobro uspostavljen model može analizirati mikroskopske skeniranja — poznate kao histopatološke slike — unapređujući njihov kvalitet kako bi otkrio rane stadijume raka. Fokusira se na specifične oblasti skeniranja kako bi identifikovao problematične izrasline koje možda nisu vidljive ljudskom oku.

Trenutna dijagnostika koju vode ljudi postiže tačnost od oko 78, 91% do 80, 93%. Iako je endometrijski karcinom izlečiv i pruža povoljne stope preživljavanja od pet godina kada se otkrije rano, prognoza se značajno pogoršava jednom kada se proširi izvan materice, naglašavajući značaj pravovremene dijagnostike u spašavanju života. Trenutno više od 600. 000 Amerikanaca se suočava s ovom bolešću. Iako možda ne utiče direktno na polovinu populacije, istraživači naglašavaju da mogućnosti ECgMLP-a daleko prevazilaze ono na čemu je specifično obučen. „Ista metodologija može ubrzati ranu detekciju i dijagnostikovanje drugih bolesti, što na kraju poboljšava ishod za pacijente“, primetila je koautorica Niusha Shafiabady, vanredni profesor na ACU. „Ocijenili smo model na različitim skupovima podataka histopatoloških slika, postižući 98, 57% tačnosti u dijagnostici kolorektalnog karcinoma, 98, 20% u karcinomu dojke, i 97, 34% u oralnom raku. “ Ovaj AI alat nije namenjen da zameni medicinske stručnjake već da pomogne specijalistima za rak u tačnom otkrivanju bolesti i praćenju efikasnosti tretmana. Pored toga, ovaj model predstavlja mnogo brži, pristupačniji i kost-efikasniji način dijagnostikovanja raka. „Osnovni AI model razvijen u ovom istraživanju mogao bi poslužiti kao jezgro softverskog sistema dizajniranog da pomogne doktorima u donošenju odluka o dijagnozama raka“, dodala je Shafiabady. „Pravovremeno i precizno otkrivanje endometrijskog karcinoma je od vitalnog značaja za efikasan tretman i upravljanje“, naglasili su istraživači. „Klasifikacija endometrijskog karcinoma kroz histopatološke slike je efikasno obavljena sa poboljšanim performansama, superiornom tačnošću i skraćenim vremenom obrade, koristeći algoritme dubokog učenja. “ Istraživanje je objavljeno u časopisu Computer Methods and Programs in Biomedicine Update.