V tom, čo sa očakáva, že sa stane štandardnou praxou, sa využíva umelá inteligencia na detekciu príznakov rakoviny s väčšou presnosťou ako vyškolení ľudskí odborníci. Tento moderný model AI sa pýši takmer 100% úspešnosťou a signalizuje významné pokroky v diagnostike rakoviny. Medzinárodná spolupráca vedcov, vrátane výskumníkov z Austrálskej univerzity Charlesa Darwina (CDU), vytvorila inovatívny model AI s názvom ECgMPL. Tento model dokáže analyzovať mikroskopické obrazy buniek a tkanív, aby identifikoval endometriálnu rakovinu—jednu z najrozšírenejších typov reprodukčných nádorov—s impozantnou presnosťou 99, 26%. Výskumníci tiež naznačujú, že sa dá prispôsobiť na detekciu širokého spektra chorôb, vrátane kolorektálnych a orálnych rakovín. „Model ECgMLP prekonáva existujúce metódy dosiahnutím presnosti 99, 26 percenta, čím prevyšuje výkon modelov transferového učenia a modelov prispôsobených špecificky skúmaným v výskume a pri zachovaní výpočtovej efektívnosti, “ uviedol Dr. Asif Karim, spoluautor z CDU. „Optimalizovaný prostredníctvom ablačných štúdií, mechanizmov seba-poznania a efektívneho tréningu, model ECgMLP vykazuje silnú generalizáciu naprieč rôznymi histopatologickými dátovými súbormi, čo z neho robí spoľahlivý a klinicky aplikovateľný nástroj na diagnostiku endometriálnej rakoviny. “ Jednoduchšie povedané, tento dobre zavedený model dokáže analyzovať mikroskopické skeny—známe ako histopatologické obrazy—zlepšujúc ich kvalitu na detekciu raných štádií rakoviny. Zameriava sa na konkrétne oblasti skenov, aby identifikoval problematické výrastky, ktoré nemusia byť viditeľné ľudskému oku.

Súčasné diagnostiky vedené ľuďmi dosahujú presnosť okolo 78, 91% až 80, 93%. Hoci je endometriálna rakovina liečiteľná a ponúka priaznivé päťročné prežitie, keď je zistená včas, jej prognóza sa výrazne zhoršuje, keď sa rozšíri mimo maternice, čo zvýrazňuje dôležitosť včasnej diagnostiky pri záchrane životov. V súčasnosti sa s touto chorobou vyrovnáva cez 600 000 Američanov. Hoci sa to priamo nedotýka polovice populácie, výskumníci zdôrazňujú, že schopnosti ECgMLP sa rozširujú ďaleko za to, na čom bol špecificky vycvičený. „Tú istú metodológiu možno urýchliť pri včasnej detekcii a diagnostike iných chorôb, čo nakoniec zlepší výsledky pacientov, “ poznamenala spoluautorka Niusha Shafiabady, docentka na ACU. „Model sme posúdili na rôznych histopatologických dátových súboroch obrázkov a dosiahli sme 98, 57% presnosť pri diagnostike kolorektálnej rakoviny, 98, 20% pri rakovine prsníka a 97, 34% pri orálnej rakovine. “ Tento nástroj AI nie je určený na nahradenie zdravotníckych odborníkov, ale skôr na pomoc špecialistom na rakovinu pri presnej detekcii ochorenia a sledovaní účinnosti liečby. Okrem toho tento model predstavuje oveľa rýchlejší, prístupnejší a nákladovo efektívny spôsob diagnostiky rakoviny. „Základný model AI vyvinutý v tomto výskume by mohol slúžiť ako základ softvérového systému navrhnutého na pomoc lekárom pri rozhodovaní o diagnostike rakoviny, “ dodala Shafiabady. „Včasná a presná detekcia endometriálnej rakoviny je kľúčová pre efektívnu liečbu a manažment, “ zdôraznili výskumníci. „Klasifikovanie endometriálnej rakoviny prostredníctvom histopatologických obrázkov bolo efektívne realizované s vylepšeným výkonom, nadpriemernou presnosťou a skráteným časom spracovania, pričom boli použité algoritmy hlbokého učenia. “ Štúdia bola publikovaná v časopise Computer Methods and Programs in Biomedicine Update.