Kecerdasan Buatan Memajukan Deteksi Kanker Payudara

Sementara sebagian besar MRI menunjukkan variasi anatomi dan fisiologis normal yang mungkin tidak memerlukan tinjauan radiologis, para peneliti menciptakan metode kecerdasan buatan untuk mengurangi beban kerja ahli radiologi.

Verburg dan rekan-rekannya berangkat untuk menentukan kelayakan metode triase otomatis berdasarkan pembelajaran mendalam. Tim menggunakan data MRI payudara dari percobaan DENSE untuk mengembangkan dan melatih algoritma pembelajaran mendalam untuk membedakan antara payudara dengan dan tanpa lesi. Model dilatih dengan data dari tujuh rumah sakit dan diuji pada data dari delapan rumah sakit.

"Lebih dari 4.500 dataset MRI dari payudara yang sangat padat dimasukkan. Dari 9.162 payudara, 838 memiliki setidaknya satu lesi, 77 di antaranya ganas, dan 8.324 tidak memiliki lesi, "kata siaran pers.

Model pembelajaran mendalam menganggap 90,7 persen MRI dengan lesi tidak normal dan melakukan triage pada tinjauan radiologis. Model tersebut menolak sekitar 40 persen dari MRI bebas lesi tanpa melewatkan kanker apapun.

"Kami menunjukkan bahwa adalah mungkin untuk menggunakan kecerdasan buatan dengan aman untuk mengabaikan MRI skrining payudara tanpa melewatkan penyakit ganas apa pun," kata Verburg. "Hasilnya lebih baik dari yang diharapkan. Empat puluh persen adalah awal yang baik. Namun, kami masih memiliki 60% untuk ditingkatkan."
Halaman Selanjutnya....