Nove raziskave kažejo, da lahko stroji, oboroženi z umetno inteligenco, zdravnikom lažje prepoznajo visoko tvegane poškodbe dojk, ki se lahko spremenijo v raka.

Preberite več: Zakaj lahko manjka vaš rak dojke

Visoko tvegane lezije dojk so nenormalne celice, ki jih najdemo v biopsiji dojke. Te lezije predstavljajo izziv za zdravnike in bolnike. Celice v takšnih lezijah niso normalne, vendar tudi niso rakave. In čeprav se lahko razvijejo v raka, mnogi ne. Torej, katere je treba odstraniti?


"Odločitev o tem, ali bomo nadaljevali operativni poseg ali ne, je izzivalna, težnja pa je, da te poškodbe agresivno zdravimo [in jih odstranimo]," je povedala avtorica študije dr. Manisha Bahl.

"Počutili smo se, kot da mora obstajati boljši način, da te lezije ogrožimo," je dodal Bahl, direktor programa štipendiranja dojk v splošni bolnišnici Massachusetts.

V tesnem sodelovanju z računalniškimi strokovnjaki na Massachusetts Institute of Technology so raziskovalci razvili model "strojnega učenja" za razlikovanje lezij z visokim tveganjem, ki jih je treba kirurško odstraniti od tistih, ki jih je mogoče šele čez čas opazovati.


Strojno učenje je vrsta umetne inteligence. Računalniški model se samodejno uči in izboljšuje na podlagi predhodnih izkušenj, so pojasnili raziskovalci.

Raziskovalci so napravi dali veliko informacij o ugotovljenih dejavnikih tveganja, kot so vrsta lezije in starost pacienta. Raziskovalci so ga hranili tudi z dejanskim besedilom iz poročila o biopsiji. Raziskovalci so v modelu vključili 20.000 podatkovnih elementov.

Test modela strojnega učenja je vključeval podatke nekaj več kot 1000 žensk, ki so imele visoko tvegano lezijo. Približno 96 odstotkov teh žensk je poškodbo odstranilo kirurško. Približno 4 odstotkom žensk ni bilo odstranjenih lezij, temveč so bile dve leti nadaljevalne slikarske teste.


Model je bil usposobljen z dvema tretjinama primerov, testiran pa na preostali tretjini.

Test je vključeval 335 lezij. Stroj je pravilno ugotovil 37 od 38 lezij (97 odstotkov), ki so se razvile v raka, navaja študija. Model bi tudi pomagal ženskam, da bi se izognile tretjini operacij lezij, ki bi v obdobju spremljanja ostale dobro bežne.

Poleg tega je Bahl dejal, "da je model iz besedila v biopsijskem poročilu - besede hudo in močno netipične pomenijo večje tveganje za napredovanje na raka."

Bahl je dejal, da si raziskovalci upajo vključiti mamografske slike in patološke diapozitive v model strojnega učenja, s ciljem, da se to na koncu vključi tudi v klinično prakso.

"Strojno učenje je orodje, ki ga lahko uporabimo za izboljšanje oskrbe pacientov - pa naj to pomeni zmanjšanje nepotrebnih operativnih posegov ali zmožnost zagotavljanja več informacij pacientom, da lahko sprejemajo bolj informirane odločitve," je dejal Bahl.

Dr. Bonnie Litvack je medicinska direktorica ženskega slikarskega centra v bolnišnici Northern Westchester v Mt. Kisco, N.Y.

"Ženske bi morale vedeti, da obstaja nova vrsta strojnega učenja, ki nam je pomagala ugotoviti lezike z visokim tveganjem z majhnim tveganjem za rak. In kmalu bomo lahko imeli več informacij o njih, ko se bodo soočile z odločitvijo, ali bodo operacijo da bi izrezali te tvegane lezije ali ne, "je dejal Litvak, ki ni bil vključen v raziskavo.

"Umetna inteligenca je vznemirljivo polje, ki nam bo pomagalo, da bomo ženskam dali več podatkov in pomagali pri skupnem odločanju," je še dodal Litvack.

Študija je bila objavljena 17. oktobra 2008 Radiologija.