2020年3月5日

人工智能提高乳房X线照片的精度

人工智能(AI)技术与放射线专家的评估相结合,可提高使用X线乳房摄影术检测癌症的准确性。这是瓦伦西亚理工大学(UPV),高级科学研究委员会(CSIC)和瓦伦西亚大学(UV)的研究人员进行的一项国际研究的主要结论之一,该研究已经该杂志在该领域世界上最大的医学期刊之一上发表, 美国医学会杂志。 该研究基于IBM牵头的国际X线摄影(DM)DREAM挑战赛中获得的结果,来自FísicaCorpus Instituto deFísicaCorpuscular(IFIC,CSIC-UV)的研究人员与UPV电信研究所的科学家一起参加了这项国际竞赛和多媒体应用程序(iTEAM)。

来自IFIC和iTEAM UPV的研究人员团队是唯一完成挑战的西班牙团队。为此,他们开发了基于卷积神经网络的预测算法,这是一种人工智能技术,可以模拟视觉皮层的神经元并允许对图像进行分类以及系统的自学习。在该小组拥有多项专利的情况下,还应用了与解释X射线有关的原理。巴伦西亚小组的结果以及其他决赛入围者现已发布在 美国医学会杂志(JAMA Network Open).

“参加这个 UPV的终身教授,iTEAM小组成员Alberto Albiol说:“这使我们的小组能够与瓦伦西亚纳的临床小组在人工智能项目上进行合作。这为我们应用机器学习技术打开了机会,在文章中提出。”他补充说。

例如,由瓦伦西亚研究人员进行的工作是在Artemisa中进行的,Artemisa是由欧洲联盟和瓦伦西亚大将军在2014年瓦伦西亚共同体FEDER运营计划资助下在费西卡大学研究所的人工智能新计算平台-2020年用于收购R + D + i基础设施和设备。

IFIC的研究人员,研究的参与者Francisco Albiol指出:“设计降低医疗保健运营成本的策略是可持续应用人工智能的目标之一。”他说:“从算法部分到与医疗领域共同设计基于证据的策略所面临的挑战。人工智能的大规模应用是使医疗保健可持续发展的最有希望的技术之一。”

数字化乳腺摄影(DM)DREAM挑战赛的目标是让一个广泛的国际科学界(来自全球1200多名研究人员)参与评估人工智能算法是否可以等同于或改进由人工智能进行的乳腺摄影的解释放射科医生。

Sage Bionetworks计算肿瘤学副总裁兼DREAM Challenges总裁Justin Guinney解释说:“这次DREAM Challenge允许在两个独立的数据库中对数十种高级深度学习算法进行严格而适当的评估。”

在美国,每年的乳房X光检查量减少了50万

由IBM Research,Sage Bionetworks和Kaiser Permanente Washington Research Institute领导的数字乳房X线摄影DREAM挑战得出的结论是,没有一种算法能超越放射线医师,专家评估中添加的多种方法提高了考试的准确性。华盛顿Kaiser Permanente华盛顿(KPW)和瑞典Karolinska研究所(KI)提供了成千上万的不明乳房X光照片, .

“我们的研究表明,结合以下算法 而且放射线学家的解释可能导致仅在美国每年就有50万妇女不必接受不必要的诊断测试。” IBM负责Thomas J的转化系统生物学和纳米技术计划的负责人Gustavo Stolovitzky说。沃森研究中心和DREAM Challenges的创始人。

为了保证数据的私密性并防止与会人员下载乳腺X线照片 ,研究的组织者从模型到数据应用了一个工作系统。在系统中,参与者将算法发送给组织者,组织者开发了将其直接应用于数据的系统。

Kaiser Permanente Washington 健康 Research Institute的Diana Buist保证:“对共享数据的关注特别具有创新性,对于保护数据的隐私至关重要。” “此外,包含来自不同国家的数据,采用不同的乳房X线照片处理方法的数据,表明在不同人群上使用人工智能的方式存在重要的翻译差异。”

乳房X线照片是乳腺癌早期检测中最常用的诊断技术。尽管这种检测工具通常是有效的,但放射线检查人员必须对乳房X线照片进行评估和解释,放射线医生使用其人类视觉感知来识别癌症的迹象。因此,据估计,在美国,每年接受定期乳房X线照片检查的4000万女性中,假阳性率为10%。

华盛顿学院的克里斯托夫·李博士总结说:“一种有效的人工智能算法,可以提高放射线医师减少不必要的检查重复的能力,同时发现具有临床意义的癌症,这将有助于提高乳房X线照相术的检测价值,有效地提高损伤受益率。”医学。



更多信息: Thomas Schaffter等人,《结合人工智能和放射线医师评估以解释乳腺X线照片筛查》, JAMA网络开放 (2020)。 DOI:10.1001 / jamanetworkopen.2020.0265
Provided by 瓦伦西亚政治大学
引文: 人工智能提高乳房X线照片的准确性(2020年3月5日) 2020年10月12日检索 from //xasqxhb.com/news/2020-03-artificial-intelligence-precision-mammograms.html
本文件受版权保护。除了出于私下学习或研究目的进行的任何公平交易外, 未经书面许可,不得复制部分内容。内容仅供参考。

用户评论