Dalam apa yang dijangkakan menjadi amalan standard, kecerdasan buatan sedang digunakan untuk mengesan tanda-tanda kanser dengan ketepatan yang lebih tinggi daripada profesional manusia terlatih. Model AI canggih ini memiliki kadar kejayaan hampir 100% dan menandakan kemajuan yang signifikan dalam diagnosis kanser. Satu kerjasama antarabangsa para saintis, termasuk penyelidik dari Universiti Charles Darwin (CDU) di Australia, telah mencipta model AI inovatif bernama ECgMPL. Model ini dapat menganalisis imej mikroskopik sel dan tisu untuk mengenal pasti kanser endometrium—salah satu jenis tumor reproduktif yang paling biasa—dengan ketepatan yang mengagumkan sebanyak 99. 26%. Para penyelidik juga menunjukkan bahawa ia boleh disesuaikan untuk mengesan pelbagai penyakit, termasuk kanser kolon dan oral. “Model ECgMLP mengatasi kaedah sedia ada dengan mencapai ketepatan 99. 26 persen, melebihi prestasi pemindahan pembelajaran dan model khas yang diperiksa dalam penyelidikan sambil mengekalkan kecekapan pengkomputeran, ” kata Dr. Asif Karim, seorang penyusun bersama dari CDU. “Diperhalusi melalui kajian ablation, mekanisme perhatian diri, dan latihan yang berkesan, ECgMLP menunjukkan penggeneralisasian yang kukuh merentasi pelbagai set data histopatologi, menjadikannya alat yang boleh dipercayai dan boleh digunakan secara klinikal untuk mendiagnosis kanser endometrium. ” Dalam istilah yang lebih mudah, model mapan ini boleh menganalisis imbasan mikroskopik—dikenali sebagai imej histopatologi—meningkatkan kualitinya untuk mengesan peringkat awal kanser. Ia memberi tumpuan kepada kawasan tertentu dalam imbasan untuk mengenal pasti pertumbuhan bermasalah yang mungkin tidak dapat dilihat oleh mata manusia.

Diagnosis yang dilakukan oleh manusia kini mempunyai kadar ketepatan sekitar 78. 91% hingga 80. 93%. Walaupun kanser endometrium boleh dirawat dan menawarkan kadar kel存an lima tahun yang baik apabila dikesan awal, prognosisnya semakin merosot setelah ia merebak melampaui rahim, menekankan kepentingan diagnosis tepat pada masanya dalam menyelamatkan nyawa. Pada masa ini, lebih 600, 000 orang Amerika sedang berurusan dengan penyakit ini. Walaupun ia mungkin tidak mempengaruhi separuh daripada populasi secara langsung, para penyelidik menekankan bahawa kemampuan ECgMLP melampaui apa yang khususnya telah dilatih. “Metodologi yang sama boleh mempercepatkan pengesanan awal dan diagnosis penyakit lain, akhirnya memperbaiki hasil pesakit, ” ujar penyusun bersama Niusha Shafiabady, seorang profesor madya di ACU. “Kami menilai model ini merentasi pelbagai set data imej histopatologi, mencapai ketepatan 98. 57% dalam mendiagnosis kanser kolorektal, 98. 20% dalam kanser payudara, dan 97. 34% dalam kanser oral. ” Alat AI ini bukan bertujuan untuk menggantikan profesional perubatan tetapi lebih kepada membantu pakar kanser dalam mengesan penyakit dengan tepat dan memantau keberkesanan rawatan. Tambahan pula, model ini menawarkan kaedah yang jauh lebih cepat, lebih mudah diakses, dan kos efektif untuk mendiagnosa kanser. “Model AI asas yang dibangunkan dalam penyelidikan ini boleh berfungsi sebagai teras sistem perisian yang direka untuk membantu doktor dalam membuat keputusan mengenai diagnosis kanser, ” tambah Shafiabady. “Pengesanan kanser endometrium yang tepat pada masanya dan akurat adalah penting untuk rawatan dan pengurusan yang berkesan, ” tegas para penyelidik. “Mengklasifikasikan kanser endometrium melalui imej histopatologi telah dilakukan dengan berkesan dengan prestasi yang dipertingkat, ketepatan yang lebih baik, dan masa pemprosesan yang ditingkatkan, menggunakan algoritma pembelajaran mendalam. ” Kajian ini diterbitkan dalam jurnal Computer Methods and Programs in Biomedicine Update.