新AI模型提高預測乳癌準確度達87%
科技產業資訊室 (iKnow) - 周媛韻 發表於 2019年7月19日
圖、新AI模型提高預測乳癌準確度達87%
IBM Research的研究團隊透過人工智慧來解決乳癌早期檢測的成功率。他們開發了一種演算法，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。作為第一個能做出決策的演算法，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（ROC曲線底下的面積）及其靈活度。將這筆臨床數據放到模型中，AUROC值為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於評估乳癌，其水準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來預測乳癌的準確度是趨近於放射科醫師的水準。新的AI模型能以良好的準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演算法的訓練，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，而是成為第二組眼睛，以便利用其高度準確性的預測來幫助後續治療。(644字)
參考資料：
Imaging results, health data combine in AI model to predict breast cancer. TechXplore，2019/6/20
Predicting Breast Cancer by Applying Deep Learning to Linked Health Records and Mammograms. Radiology，2019/6/18
本站相關資料：
1. AI在病理學應用：組織切片成像、組織表現組及其他
2. 瑞典新創公司ContextVision持續發展AI數位病理
3. AI機器學習應用於護理體系
4. 個人化藥物 邁向普及化
5. 2023年深度學習市場的價值達181.6億美元
--------------------------------------------------------------------------------------------------------------------------------------------
【聲明】
1.科技產業資訊室刊載此文不代表同意其說法或描述，僅為提供更多訊息，也不構成任何投資建議。
2.著作權所有，非經本網站書面授權同意不得將本文以任何形式修改、複製、儲存、傳播或轉載，本中心保留一切法律追訴權利。
|