Information

Die medizinische KI von Google erkennt Lungenkrebs mit einer Genauigkeit von 94%

Die medizinische KI von Google erkennt Lungenkrebs mit einer Genauigkeit von 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.

In einer neuen Studie, die diese Woche veröffentlicht wurde, konnte Googles KI zur Erkennung von Lungenkrebs Lungenkrebs sowie einen ausgebildeten Radiologen erkennen, wenn nicht sogar besser.

Googles neuronales Netzwerk kann jetzt Krebs erkennen

Google hat sich mit medizinischen Forschern zusammengetan, um seine tief lernende KI zu trainieren, um Lungenkrebs in CT-Scans zu erkennen. Diese Leistung ist genauso gut oder besser als bei ausgebildeten Radiologen und erreicht eine Genauigkeit von etwas mehr als 94%.

"Wir haben einige der größten Computer der Welt", sagte Dr. Daniel Tse, Projektmanager bei Google und Co-Autor der beiden am Montag in der Zeitschrift veröffentlichten Studien Naturmedizin. "Wir wollten die Grenzen der Grundlagenforschung erweitern, um interessante und coole Anwendungen zu finden, an denen wir arbeiten können."

VERBINDUNG: AI HEALTHCARE FIRMS BEANTRAGT SEINECHATBOT KANN DOKTOREN BEI MEDIZINISCHEN PRÜFUNGEN SCHLAGEN

Lungenkrebs tötet jedes Jahr fast 2 Millionen Menschen auf der ganzen Welt. 160.000 dieser Todesfälle ereigneten sich letztes Jahr in den USA. Wie bei allen Krebsarten hängt die beste Chance für eine erfolgreiche Behandlung von der Früherkennung ab, indem Personen mit hohem Krankheitsrisiko wie Raucher untersucht werden. Diese Screenings sind nicht perfekt und der subtile Unterschied zwischen einem bösartigen Tumor und einer gutartigen Anomalie kann schwierig von einem CT-Scan zu unterscheiden sein.

Google hat gehofft, dass seine Deep-Learning-Algorithmen einer KI beibringen können, wie Krebs aussieht, damit Ärzte und Krankenhäuser Patienten früh genug diagnostizieren können, um ihre Behandlungsergebnisse zu verbessern. Die Mustererkennung ist etwas, in dem neuronale Netze außergewöhnlich gut sind. Mit genügend Daten, um eine KI ausreichend zu trainieren, hoffte Google, erkennen zu können, wie Krebs aussieht, während er sich in den frühesten Stadien befindet, in denen eine Intervention am erfolgreichsten sein könnte.

In den beiden Studien wurde die KI auf CT-Scans von Menschen mit Lungenkrebs, Menschen ohne Lungenkrebs und Menschen, deren CT-Scans Knötchen zeigten, trainiert, die sich später zu Krebs entwickeln würden. In einer Studie erhielten die KI und die erfahrenen Radiologen zwei verschiedene Scans von einem Patienten und einen früheren und einen späteren Scan, während in der zweiten Studie nur ein Scan verfügbar war.

Wenn ein früherer Scan verfügbar war, zeigten die KI und die Radiologen bei der Erkennung von Krebserkrankungen gleich gute Ergebnisse. In der zweiten Studie übertraf die KI die menschlichen Ärzte jedoch mit weniger falsch positiven und weniger falsch negativen Ergebnissen. Insgesamt betrug die Genauigkeit der KI 94,4% bei der Erkennung von Lungenkrebs anhand der CT-Scans, was eine erstaunlich hohe Erkennungsrate darstellt.

"Der gesamte Experimentierprozess ist wie bei einem Schüler in der Schule", sagte Tse. "Wir verwenden einen großen Datensatz für das Training, geben ihm Unterricht und Pop-Quiz, damit er selbst lernen kann, was Krebs ist und was in Zukunft Krebs sein wird oder nicht." Wir haben eine Abschlussprüfung zu Daten durchgeführt, die nach viel Zeit des Trainings noch nie gesehen wurden, und das Ergebnis, das wir bei der Abschlussprüfung gesehen haben - es hat ein A erhalten. "

Diese Abschlussprüfung belief sich auf 6.716 Fälle, in denen die Diagnose bekannt war, was das Ergebnis der Studie umso bedeutender macht. Es wird jedoch lange dauern, bis ein solches System in einem klinischen Umfeld eingeführt werden kann. Zum einen hatte es möglicherweise weniger falsch positive und falsch negative Ergebnisse, aber es war nicht völlig fehlerfrei, und Fehler in Computersystemen können weitreichende Konsequenzen haben, insbesondere im medizinischen Kontext. Medizinische Geräte, bei denen Fehlfunktionen in der Vergangenheit Patienten töten können und haben, und während Ärzte Fehler machen können - und vielleicht sogar mehr als jede KI -, ist es nicht möglich, sich darauf zu verlassen, dass eine KI der endgültige Schiedsrichter einer medizinischen Diagnose ist komm ohne Risiko.

"Wir arbeiten mit Institutionen auf der ganzen Welt zusammen, um ein Gefühl dafür zu bekommen, wie die Technologie auf produktive Weise in die klinische Praxis implementiert werden kann", sagte Tse. "Wir wollen uns nicht übertreffen."


Schau das Video: Ein Tag mit Dr. med. Lobenstein Chefarzt der Klinik für Gefäßchirurgie Teil 1 (Juni 2022).


Bemerkungen:

  1. Bort

    And what is the result?

  2. Fadil

    Dies sind wertvolle Informationen

  3. Totaxe

    Ohne jeden Zweifel.

  4. Mikazil

    Nun, verdammt, das ist Unsinn



Eine Nachricht schreiben