У тому, що, як очікується, стане стандартною практикою, штучний інтелект використовується для виявлення ознак раку з більшою точністю, ніж у підготовлених людських фахівців. Ця сучасна модель штучного інтелекту має майже 100% рівень успіху та сигналізує про значні досягнення в діагностиці раку. Міжнародна співпраця вчених, до складу якої входять дослідники з університету Чарльза Дарвіна в Австралії (CDU), створила інноваційну модель штучного інтелекту під назвою ECgMPL. Ця модель здатна аналізувати мікроскопічні зображення клітин і тканин для виявлення ендометріального раку — одного з найбільш поширених видів репродуктивних пухлин — з вражаючою точністю 99, 26%. Дослідники також вказують, що вона може бути адаптована для виявлення широкого спектра захворювань, включаючи колоректальний і рак ротової порожнини. «Модель ECgMLP перевершує існуючі методи, досягаючи точності 99, 26 відсотка, що перевищує показники трансферного навчання та спеціальних моделей, вивчених у дослідженні, зберігаючи при цьому обчислювальну ефективність», — зазначив доктор Асіф Карім, співавтор з CDU. «Оптимізована через абляційні дослідження, механізми самоуваги та ефективне навчання, ECgMLP демонструє сильну генералізацію в різних наборах гістопатологічних даних, що робить її надійним і клінічно придатним інструментом для діагностики ендометріального раку». Простіше кажучи, ця добре встановлена модель може аналізувати мікроскопічні знімки — відомі як гістопатологічні зображення — покращуючи їхню якість для виявлення ранніх стадій раку. Вона зосереджується на певних областях сканів, щоб виявити проблемні новоутворення, які можуть бути непомітними для людського ока.

Точність сучасних діагностичних методів, що проводяться людьми, становить близько 78, 91% до 80, 93%. Хоча ендометріальний рак піддається лікуванню та має сприятливі п'ятирічні показники виживання при ранньому виявленні, його прогноз значно погіршується, коли він поширюється за межі матки, підкреслюючи важливість своєчасної діагностики для порятунку життів. На даний момент понад 600 000 америкців стикаються з цією хворобою. Хоча це може безпосередньо не впливати на половину населення, дослідники підкреслюють, що можливості ECgMLP виходять далеко за межі того, на чому вона конкретно була навчена. «Така ж методологія може прискорити раннє виявлення та діагностику інших захворювань, в кінцевому підсумку поліпшуючи результати для пацієнтів», — зауважила співавтор Ніуша Шафіабаді, доцент університету ACU. «Ми оцінили модель на різних наборах гістопатологічних зображень, досягнувши 98, 57% точності при діагностиці колоректального раку, 98, 20% — при діагностиці раку грудей та 97, 34% — при діагностиці раку ротової порожнини». Цей інструмент штучного інтелекту не призначений для заміни медичних працівників, а скоріше для допомоги спеціалістам з раку в точному виявленні захворювання та моніторингу ефективності лікування. Крім того, ця модель пропонує набагато швидший, більш доступний та економічний спосіб діагностики раку. «Фундаментальна модель штучного інтелекту, розроблена в цьому дослідженні, могла б стати основою програмного забезпечення, призначеного для допомоги лікарям у прийнятті рішень щодо діагностики раку», — додала Шафіабаді. «Своєчасне та точне виявлення ендометріального раку є життєво важливим для ефективного лікування та управління», — підкреслили дослідники. «Класифікація ендометріального раку за гістопатологічними зображеннями була виконана ефективно з підвищеною продуктивністю, високою точністю та покращеним часом обробки, використовуючи алгоритми глибокого навчання». Дослідження було опубліковано в журналі Computer Methods and Programs in Biomedicine Update.