應用

技術

物聯網世界 >> 物聯網新聞 >> 物聯網熱點新聞
企業注冊個人注冊登錄

新人工智能模型提高預測乳癌准確度達87%

2019-07-19 09:43 stpi.narl

導讀:研究人員描述了團隊的目標、貢獻及成果。作爲第一個能做出決策的算法,該模型能夠在所有分析中正確預測87%乳癌病例的發展,並且能正確的解釋77%的非癌症病例。

圖片:pixabay

IBM Research的研究團隊透過人工智能來解決乳癌早期檢測的成功率。他們開發了一種算法,是個能透過學習成像數據及病患的綜合健康病史並做出決策的模型,能達到令人印象深刻的檢測水平,此外,其檢測成果是非常激勵人心的。該研究發表在Radiology期刊上。

在IBM Research的官方部落格中,研究人員描述了團隊的目標、貢獻及成果。作爲第一個能做出決策的算法,該模型能夠在所有分析中正確預測87%乳癌病例的發展,並且能正確的解釋77%的非癌症病例。

在乳房X光片中添加了臨床數據顯著增加了模型中AUROC(接收機工作特性下的面積)及其靈活度。將這筆臨床數據放到模型中,AUROC值爲0.78,與舊有的Gail風險預測模型相比,改善了乳癌的風險預測。此外,還能確認可能導致風險提高的臨床因素,以及之前沒有被其他模型測試過的數據,如白血球剖面及甲狀腺的功能測試。

首先,研究團隊假設結合機器學習及深度學習的模型可以應用于評估乳癌,其水平是與放射科醫生旗鼓相當,並且具有被納入臨床實踐的能力。事實證明,利用AI來預測乳癌的准確度是趨近于放射科醫師的水平。新的AI模型能以良好的准確度來預測患者惡性乳癌一年內的發展,以減少進行不必要測試的女性患者人數。

研究人員透過其在以色列的兩個大型醫療服務供應的合作夥伴Maccabi健康中心及Assuta醫療中心取得大量的自願者乳腺X光片圖像及詳細的個人臨床數據,對9611個乳房X光片及女性健康紀錄進行算法的訓練,來達到預測惡性的活體組織切片及區分正常與異常的篩檢成果。

研究團隊表示新的AI模型不會取代放射科醫師,而是成爲第二組眼睛,以便利用其高度准確性的預測來幫助後續治療。