A várhatóan standard gyakorlattá váló mesterséges intelligenciát a rák jeleinek pontosabb észlelésére használják, mint a képzett humán szakemberek. Ez az élvonalbeli AI modell közel 100%-os sikeraránynak büszkélkedik, és jelentős előrelépést jelent a rák diagnosztikájában. Egy nemzetközi tudósokból álló együttműködés, köztük az ausztráliai Charles Darwin Egyetem (CDU) kutatói, létrehozta az ECgMPL nevű innovatív AI modellt. Ez a modell mikroszkopikus sejt- és szövetképeket elemezve képes az endometriális rák azonosítására—amely az egyik legelterjedtebb reproduktív daganatfajta—99, 26%-os figyelemre méltó pontossággal. A kutatók azt is jelzik, hogy a modell széles spektrumú betegségek észlelésére is alkalmazható, beleértve a vastagbél- és szájrákot. „Az ECgMLP modell felülmúlja a létező módszereket azzal, hogy 99, 26%-os pontosságot ér el, meghaladva a kutatás során vizsgált transzfer tanulással és egyedi modellekkel elért teljesítményt, miközben megőrzi a számítási hatékonyságot, " nyilatkozta Dr. Asif Karim, a CDU egyik társszerzője. „Az ablatív tanulmányok, az önfigyelmi mechanizmusok és a hatékony tanulás optimalizálása révén az ECgMLP erős általánosítást mutat a különböző hisztopatológiai adathalmazon, ami megbízható és klinikailag alkalmazható eszközzé teszi az endometriális rák diagnosztizálásához. ” Egyszerűbb szavakkal, ez a jól bevált modell képes mikroszkopikus képek—úgynevezett hisztopatológiai képek—elemzésére, amelyek minőségét javítja a korai rákstádiumok észleléséhez. A képek specifikus területeire összpontosít, hogy azonosítja az olyan problémás növekedéseket, amelyek esetleg nem láthatók a szabad szemmel.

A jelenlegi humán-vezetésű diagnosztika pontossága körülbelül 78, 91%-80, 93%. Miközben az endometriális rák kezelhető, és kedvező ötéves túlélési arányokat kínál, ha korán észlelik, a prognózisa jelentősen romlik, amint átterjed a méhen kívül, hangsúlyozva a időben történő diagnózis fontosságát az életmentésben. Jelenleg több mint 600 000 amerikai küzd ezzel a betegséggel. Bár közvetlenül nem érinti a lakosság felét, a kutatók hangsúlyozzák, hogy az ECgMLP képességei messze túlnyúlnak azon, amire kifejezetten kiképezték. „Ugyanez a módszertan felgyorsíthatja más betegségek korai észlelését és diagnosztizálását, végső soron javítva a betegek kimenetelét, ” mondta Niusha Shafiabady, az ACU docense és egyik társszerzője. „A modellt különféle hisztopatológiai képadata-gyűjteményeken értékeltük, 98, 57%-os pontossággal a vastagbélrák diagnosztizálásában, 98, 20%-os a mellrákban, és 97, 34%-os a szájrákban. ” Ez az AI eszköz nem a medical professionals helyettesítésére készült, hanem arra, hogy segítsen a rákkutatóknak a betegség pontos észlelésében és a kezelés hatékonyságának nyomon követésében. Ezenkívül a modell egy lényegesen gyorsabb, könnyebben hozzáférhető és költséghatékonyabb eszközt kínál a rákok diagnosztizálására. „A kutatás során kifejlesztett alapvető AI modell szolgálhatna alapként egy olyan szoftverrendszer számára, amely segítene az orvosoknak a rákdiagnózisokkal kapcsolatos döntések meghozatalában, ” tette hozzá Shafiabady. „Az endometriális rák időben történő és pontos észlelése létfontosságú a hatékony kezeléshez és menedzsmenthez, ” emelték ki a kutatók. „Az endometriális rák hisztopatológiai képek szerinti osztályozása hatékonyan megvalósult a teljesítmény, a pontosság és a feldolgozási idő javításával, mélytanuló algoritmusok alkalmazásával. ” A tanulmány az Computer Methods and Programs in Biomedicine Update folyóiratban jelent meg.