Sa inaasahang maging pamantayan, ang artipisyal na intelihensiya ay ginagamit upang matukoy ang mga palatandaan ng kanser na mas tumpak kaysa sa mga sinanay na tao. Ang makabagong modelo ng AI na ito ay may halos 100% na tagumpay at nagpapakita ng malalaking pagsulong sa diagnosis ng kanser. Isang internasyonal na kolaborasyon ng mga siyentipiko, kasama ang mga mananaliksik mula sa Charles Darwin University (CDU) ng Australia, ang lumikha ng isang makabagong modelo ng AI na tinatawag na ECgMPL. Ang modelong ito ay kayang suriin ang mga microscopic na imahe ng mga cell at mga tisyu upang tukuyin ang endometrial na kanser—isa sa mga pinakakaraniwang uri ng mga tumor sa reproduktibo—na may kahanga-hangang katumpakan na 99. 26%. Ipinapakita rin ng mga mananaliksik na maaari itong iakma para sa pagtuklas ng iba’t ibang sakit, kasama ang colorectal at oral na kanser. "Ang modelo ng ECgMLP ay lumampas sa mga umiiral na pamamaraan sa pamamagitan ng pagkuha ng katumpakan na 99. 26 porsyento, na lumalampas sa pagganap ng transfer learning at mga custom na modelo na sinuri sa pananaliksik habang pinananatili ang kahusayan sa pagkalkula, " sinabi ni Dr. Asif Karim, isang co-author mula sa CDU. "Na-optimize sa pamamagitan ng mga ablation studies, self-attention mechanisms, at epektibong pagsasanay, ang ECgMLP ay nagpapakita ng malakas na generalization sa iba’t ibang histopathology datasets, na ginagawang maaasahan at clinically applicable na kasangkapan para sa diagnosis ng endometrial na kanser. " Sa mas simpleng mga termino, ang mahusay na itinatag na modelong ito ay kayang suriin ang mga microscopic na scan—kilala bilang mga histopathology images—na nagpapabuti ng kanilang kalidad upang matukoy ang mga maagang yugto ng kanser. Nakatuon ito sa mga tiyak na rehiyon ng mga scan upang matukoy ang mga problematikong pag-unlad na maaaring hindi nakikita ng mata ng tao.

Ang kasalukuyang diagnostic na pinangunahan ng tao ay nagbubunga ng mga rate ng katumpakan na humigit-kumulang 78. 91% hanggang 80. 93%. Bagamat ang endometrial na kanser ay maaaring gamutin at nag-aalok ng magandang limang-taong survival rate kapag natukoy nang maaga, ang prognosis nito ay lubos na bumababa kapag kumalat ito sa labas ng matris, na nagpapa-highlight sa kahalagahan ng napapanahong diagnosis sa pag-save ng buhay. Sa kasalukuyan, higit sa 600, 000 Amerikano ang nakikitungo sa sakit na ito. Bagamat hindi ito direktang nakakaapekto sa kalahati ng populasyon, binibigyang diin ng mga mananaliksik na ang kakayahan ng ECgMLP ay lampas pa sa kung ano ang partikular na sinanay dito. "Ang parehong metodolohiya ay maaaring paspasan ang maagang pagtuklas at diagnosis ng iba pang mga sakit, na sa huli ay nagpapabuti sa mga resulta ng pasyente, " binanggit ng co-author na si Niusha Shafiabady, isang associate professor sa ACU. "Sinuri namin ang modelo sa iba’t ibang histopathology image datasets, na nakakamit ng 98. 57% na katumpakan sa pag-diagnose ng colorectal na kanser, 98. 20% sa breast cancer, at 97. 34% sa oral na kanser. " Ang kasangkapang AI na ito ay hindi nilalayong ipalit sa mga medikal na propesyonal kundi upang tulungan ang mga espesyalista sa kanser sa tumpak na pagtuklas ng sakit at pagsubaybay sa bisa ng paggamot. Higit pa rito, ang modelong ito ay nag-aalok ng mas mabilis, mas maaabot, at mas murang paraan ng pagtukoy ng mga kanser. "Ang pundasyunal na modelo ng AI na binuo sa pananaliksik na ito ay maaaring magsilbing batayan ng isang software system na idinisenyo upang tulungan ang mga doktor sa paggawa ng mga desisyon tungkol sa diagnosis ng kanser, " dagdag ni Shafiabady. "Ang napapanahon at tumpak na pagtuklas ng endometrial na kanser ay mahalaga para sa epektibong paggamot at pamamahala, " binigyang-diin ng mga mananaliksik. "Ang pagsas klasipika ng endometrial na kanser sa pamamagitan ng mga histopathological na imahe ay naging epektibo na may pinahusay na pagganap, mas mataas na katumpakan, at pinabuting oras ng pagproseso, gamit ang mga deep learning algorithms. " Ang pag-aaral ay nailathala sa journal na Computer Methods and Programs in Biomedicine Update.