Jeśli chodzi o diagnozę raka skóry, sztuczna inteligencja deklasuje nawet doświadczonych lekarzy– wynika z nowych badań. Diagnoza przeprowadzana przez algorytmy na podstawie zdjęć ma 95 proc. skuteczność.
Według badań opublikowanych w czasopiśmie „Annals of Oncology”, algorytmy były znacznie lepsze w diagnozie czerniaka od ludzi.
Zespół naukowców z Francji, Niemiec i Stanów Zjednoczonych wyszkolił algorytmy do rozpoznawania raka skóry. Sztuczna inteligencja uczyła się rozpoznawać niebezpieczne zmiany skórne na podstawie ponad 100 000 zdjęć. Maszyna - głęboko ucząca się splotowa sieć neuronowa lub CNN – stanęła następnie do rywalizacji z 58 dermatologami z 17 krajów w rozpoznawaniu groźnych znamion skórnych.
Z 58 uczestników badania nieco ponad połowa miała ponad pięcioletnie doświadczenie w diagnostyce raka skóry. 19 proc. miało od dwóch do pięciu lat doświadczenia, a 29 proc. było początkującymi lekarzami mającymi za sobą mniej niż dwa lata pracy.
Niestety, ludzie wypadli gorzej od maszyny. Dermatolodzy wykryli 86,6 proc. nowotworów skóry w porównaniu do 95 proc. skuteczności w przypadku CNN.
- CNN pominęło mniej czerniaków, co oznacza, że miało większą wrażliwość niż dermatolodzy - powiedział główny autor publikacji Holger Haenssle z Uniwersytetu w Heidelbergu. Sztuczna inteligencja zakwalifikowała także mniej łagodnych znamion, jako nowotwory, co w praktyce skutkowałoby mniejszą ilością niepotrzebnych operacji.
Wydajność dermatologów poprawiła się, gdy podano im więcej informacji o pacjentach i ich zmianach skórnych. Jednak mimo to, zespół stojący za analizami przyznał, że sztuczna inteligencja może być użytecznym narzędziem do szybszej, łatwiejszej i co najważniejsze - skutecznej diagnozy raka skóry.
Czerniak w niektórych częściach ciała, takich jak skóra głowy, jest niezwykle trudny do wykrycia. Każdego roku na całym świecie odnotowuje się około 232 tys. nowych przypadków raka skóry. Liczba zgonów spowodowana tym nowotworem sięga ponad 55 tys. rocznie.
Źródło: The Guardian, fot. Pixabay
