Information

L'IA médicale de Google détecte le cancer du poumon avec une précision de 94%

L'IA médicale de Google détecte le cancer du poumon avec une précision de 94%


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Dans une nouvelle étude publiée cette semaine, l'IA de détection du cancer du poumon de Google a pu détecter le cancer du poumon ainsi qu'un radiologue qualifié, sinon mieux.

Le réseau neuronal de Google peut désormais détecter le cancer

Google s'est associé à des chercheurs médicaux pour former son intelligence artificielle d'apprentissage en profondeur afin de détecter le cancer du poumon dans les tomodensitogrammes, performant aussi bien ou mieux que les radiologues formés, atteignant un peu plus de 94% de précision.

«Nous possédons certains des plus gros ordinateurs au monde», a déclaré le Dr Daniel Tse, chef de projet chez Google et co-auteur des deux études publiées lundi dans la revue Médecine de la nature. «Nous avons commencé à vouloir repousser les limites de la science fondamentale pour trouver des applications intéressantes et intéressantes sur lesquelles travailler.»

CONNEXES: AI HEALTHCARE FIRMS RÉCLAME SONCHATBOT PEUT BATTRE LES MÉDECINS AUX EXAMENS MÉDICAUX

Le cancer du poumon tue près de 2 millions de personnes dans le monde chaque année, dont 160 000 décès l'an dernier aux États-Unis. Comme tous les cancers, les meilleures chances de succès du traitement reposent sur une détection précoce par le dépistage des personnes à haut risque de maladie, comme les fumeurs. Ces dépistages ne sont pas parfaits et la différence subtile entre une tumeur maligne et une anomalie bénigne peut être difficile à distinguer d'un scanner.

Google espère que ses algorithmes d'apprentissage en profondeur peuvent enseigner à une IA à quoi ressemble le cancer afin d'aider les médecins et les hôpitaux à diagnostiquer les patients suffisamment tôt pour faire une différence dans les résultats de leur traitement. La reconnaissance de formes est une chose pour laquelle les réseaux de neurones sont exceptionnellement bons, et avec suffisamment de données pour former suffisamment une IA, Google espérait pouvoir reconnaître à quoi ressemble le cancer alors qu'il en est aux premiers stades où l'intervention pourrait être la plus réussie.

Dans la paire d'études, l'IA a été formée à la tomodensitométrie de personnes atteintes d'un cancer du poumon, de personnes sans cancer du poumon et de personnes dont la tomodensitométrie a montré des nodules qui évolueraient plus tard en cancer. Dans une étude, l'IA et les radiologues experts ont reçu deux analyses différentes d'un patient, une analyse antérieure et une dernière, tandis que dans la deuxième étude, une seule analyse était disponible.

Lorsqu'un scan antérieur était disponible, l'IA et les radiologues ont également bien réussi à détecter les cancers, mais dans la deuxième étude, l'IA a surpassé les médecins humains avec moins de faux positifs et moins de faux négatifs. Au total, la précision de l'IA était de 94,4% dans la détection des cancers du poumon à partir des tomodensitogrammes, un taux de détection étonnamment élevé.

«L'ensemble du processus d'expérimentation est comme un élève à l'école», a déclaré Tse. «Nous utilisons un vaste ensemble de données pour la formation, en lui donnant des leçons et des quiz afin qu'il puisse commencer à apprendre par lui-même ce qu'est le cancer et ce qui sera ou ne sera pas un cancer à l'avenir. Nous lui avons donné un examen final sur des données inédites après avoir passé beaucoup de temps à nous entraîner, et le résultat que nous avons vu à l'examen final - il a obtenu un A. "

Cet examen final s'est élevé à 6 716 cas dont le diagnostic était connu, rendant le résultat de l'étude d'autant plus significatif. Cela dit, il faudra beaucoup de temps avant qu'un tel système puisse être déployé dans un cadre clinique. D'une part, il a peut-être eu moins de faux positifs et de faux négatifs, mais il n'était pas entièrement exempt d'erreurs et les erreurs dans les systèmes informatiques peuvent avoir des conséquences de grande portée, en particulier dans un contexte médical. L'équipement médical qui fonctionne mal peut et a tué des patients dans le passé, et bien que les médecins puissent faire des erreurs aussi bien - et peut-être même plus que - n'importe quelle IA, se fier à une IA pour être l'arbitre final d'un diagnostic médical ne l'est pas. venez sans risque.

«Nous collaborons avec des institutions du monde entier pour avoir une idée de la manière dont la technologie peut être mise en œuvre de manière productive dans la pratique clinique», a déclaré Tse. "Nous ne voulons pas prendre de l'avance sur nous-mêmes."


Voir la vidéo: IA et Santé, un duo gagnant? Découvrez les nouvelles perspectives quapporte lIA. (Mai 2022).