U onome što se očekuje da će postati standardna praksa, veštačka inteligencija se koristi za otkrivanje znakova raka sa većom tačnošću nego što to čine obučeni ljudski stručnjaci. Ovaj napredni AI model može da se pohvali skoro 100% stopom uspeha i signalizira značajan napredak u dijagnostici raka. Međunarodna saradnja naučnika, uključujući istraživače sa Univerziteta Čarls Darvin u Australiji (CDU), stvorila je inovativni AI model pod nazivom ECgMPL. Ovaj model može analizirati mikroskopske slike ćelija i tkiva da bi identifikovao endometrijalni rak—jednu od najraširenijih vrsta reproduktivnih tumora—sa impresivnom tačnošću od 99, 26%. Istraživači takođe navode 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, nadmašujući performanse transfernog učenja i prilagođenih modela ispitivanih u istraživanju, pri čemu održava računalnu efikasnost“, izjavio je Dr. Asif Karim, koautor iz CDU. „Optimizovan kroz ablaciona istraživanja, mehanizme samopročavanja i efikasno obučavanje, ECgMLP pokazuje snažnu generalizaciju na raznovrsnim histopatološkim datasetovima, čineći ga pouzdanim i klinički primenljivim alatom za dijagnostikovanje endometrijalnog raka. “ Jednostavnije rečeno, ovaj dobro uspostavljen model može analizirati mikroskopske skenove—poznate kao histopatološke slike—poboljšavajući njihovu kvalitet kako bi otkrio rane stadijume raka. Fokusira se na specifične oblasti skenova kako bi identifikovao problematične izrasline koje možda nisu vidljive ljudskom oku.

Trenutne dijagnostike vođene ljudima daju tačnost od oko 78, 91% do 80, 93%. Iako je endometrijalni rak izlečiv i pruža povoljne petogodišnje stope preživljavanja kada se rano otkrije, njegova prognoza se značajno pogoršava kada se širi izvan materice, ističući važnost pravovremene dijagnostike u spašavanju života. Trenutno, više od 600. 000 Amerikanaca se suočava sa ovom bolesti. Iako možda ne utiče direktno na polovinu populacije, istraživači naglašavaju da sposobnosti ECgMLP-a prevazilaze ono na čemu je specifično obučen. „Ista metodologija može ubrzati rano otkrivanje i dijagnostiku drugih bolesti, što na kraju poboljšava ishode za pacijente“, primetila je koautorka Niusha Shafiabady, vanredna profesorka na ACU. „Procijenili smo model kroz razne histopatološke skupove slika, postigavši tačnost od 98, 57% u dijagnostici kolorektalnog raka, 98, 20% u raku 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 lečenja. Pored toga, ovaj model predstavlja mnogo brži, pristupačniji i ekonomičniji način dijagnostikovanja raka. „Osnovni AI model razvijen u ovom istraživanju mogao bi poslužiti kao jezgro softverskog sistema dizajniranog da pomogne lekarima u donošenju odluka o dijagnozama raka“, dodala je Shafiabady. „Pravovremeno i precizno otkrivanje endometrijalnog raka je od vitalnog značaja za efikasno lečenje i upravljanje“, naglasili su istraživači. „Klasifikacija endometrijalnog raka kroz histopatološke slike je efikasno urađena sa poboljšanim performansama, superiornom tačnošću i poboljšanim vremenom obrade, koristeći algoritme dubokog učenja. “ Istraživanje je objavljeno u časopisu Computer Methods and Programs in Biomedicine Update.