Googles verktøy for AI-brystkreftscreening lærer å generalisere på tvers av land

Kategori: Kunstig intelligens Lagt ut januar 03

I en foreløpig test presterte en modell kun trent på data fra britiske kvinner fortsatt bedre enn eksperter på amerikanske pasienter.

Nyhetene: DeepMind og Google Health har utviklet et nytt AI-system for å hjelpe leger med å oppdage brystkreft tidlig. Forskerne trente en algoritme på mammografibilder fra kvinnelige pasienter i USA og Storbritannia, og den presterte bedre enn menneskelige radiologer. Resultatene var publisert i Nature på onsdag.

En tragedie av feil: Brystkreft er den vanligste kreftformen for kvinner globalt, og deres nest største dødsårsak. Selv om tidlig oppdagelse og behandling kan forbedre en pasients prognose, har screeningtester høye feilrater. Omtrent 1 av 5 screeninger klarer ikke å finne brystkreft selv når den er tilstede, også kjent som en falsk negativ; 50 % av kvinnene som får årlig mammografi får også minst én falsk alarm over en 10-årsperiode, kjent som en falsk positiv.

Resultatene: I tester reduserte AI-systemet begge typer feil. For amerikanske pasienter reduserte den falske negative og positive med henholdsvis 9,4 % og 5,7 %; for britiske pasienter reduserte den dem med 2,7 % og 1,2 %. I et eget eksperiment testet forskerne systemets evne til å generalisere: de trente modellen med kun mammografi fra britiske pasienter, og evaluerte deretter ytelsen på amerikanske pasienter. Systemet ga fortsatt bedre resultater enn menneskelige radiologer, og reduserte falske negative og positive med 8,1 % og 3,5 %.

Hvorfor det er viktig: Systemets evne til å generalisere på denne måten har lovende implikasjoner. Det viser at det kan være mulig å overvinne en av de største utfordringene som AI-adopsjon står overfor i helsevesenet: behovet for stadig mer data for å dekke en representativ pasientpopulasjon. Men slike resultater bør også tolkes med forsiktighet. Relativt sett har USA og Storbritannia ganske like befolkninger. Systemet vil sannsynligvis ikke generalisere like godt til andre deler av verden.

Relatert arbeid: I oktober i fjor, NYU-forskere publiserte en lignende studie , demonstrerer et AI-system for screening av brystkreft på linje med menneskelige radiologer. De primære forskjellene var imidlertid at den bare brukte mammografi fra amerikanske pasienter, og den sammenlignet systemets ytelse med menneskelige ekspertdiagnoser utført i et kunstig laboratoriemiljø. Google og DeepMind sammenlignet i stedet ytelse med virkelige diagnoser.

Menneske og maskin: Til syvende og sist konkluderer begge studiene med at slike AI brystkreftscreeninger bør brukes sammen med humane radiologer. Kombinasjonen oppnår de mest nøyaktige diagnostiske resultatene, men reduserer likevel arbeidsbelastningen på menneskelige radiologer, noe som vil bidra til å frigjøre tid til å fokusere mer på pasientbehandling.