Naukowcy z Instytutu Fizyki Korpuskularnej, wspólnego centrum Wyższej Rady Badań Naukowych (CSIC) i Uniwersytetu w Walencji oraz Universitat Politècnica de València, we współpracy z naukowcami z siedmiu innych ośrodków międzynarodowych, opracowali nowe narzędzie, które ułatwia diagnoza raka piersi zmniejszenie ilości fałszywych alarmów, ponieważ ma niezawodność około 90%, najwyższą jak dotąd w tego typu systemach.

Radiolodzy używają obecnie metod wspomagających, które wykrywają potencjalnie podejrzane obszary obrazu, podczas gdy nowe urządzenie pozwala na redukcję podejrzanych obszarów i nieuzasadnionych alarmów oraz dostarcza informacji o obecności raka, niezależnie od wieku pacjenta. pacjent, ponieważ opiera się na techniki sztuczna inteligencja takie jak algorytmy predykcyjne i sieci neuronowe.

Nowe narzędzie może być bardzo przydatne we wczesnej diagnostyce guzów piersi, co skutkowałoby lepszym rokowaniem dla pacjentów

Minimalizowanie fałszywych alarmów zapobiega bardziej inwazyjnym testom kobiet, a także zmniejsza koszty opieki zdrowotnej. Jak stwierdził Alberto Albiol, naukowiec z Universitat Politècnica de València, nowe narzędzie może być bardzo przydatne w Wczesna diagnoza guzów piersi, co skutkowałoby lepszymi rokowaniami dla pacjentów, ponieważ dla każdego roku wczesnego wykrycia tego nowotworu oczekiwana długość życia do pięciu lat dotkniętych chorobą wzrasta o 20%.

Globalny projekt mający na celu poprawę wykrywania raka piersi

Nowy system do diagnozowania raka piersi został opracowany dzięki projektowi Digital Mammography DREAM Challenges, którego głównym celem jest poprawa zdolności wykrywania tych guzów za pomocą sztuczna inteligencja do interpretacji wyników mammografia, W badaniach mających na celu stworzenie tej metody przeanalizowano dane pacjentów z centrów medycznych w Stanach Zjednoczonych.

Naukowcy, którzy wzięli udział w tym ambitnym projekcie, badają teraz, jak przenieść nową technikę do praktyki klinicznej, chociaż, jak wyjaśnił Albiol, jedną z możliwości, które można rozważyć, jest wykorzystanie jej do ekranowania łatwych przypadków, a tym samym zmniejszenia zmęczenia radiologa. , Naukowiec dodaje ponadto, że jeśli istnieją objawy kliniczne, które sprawiają, że podejrzany specjalista, który jest w przypadku, nie jest oczywisty, dodatnia diagnoza może wzmocnić obszary z większym podejrzeniem nowotworu, ale nadal nie można go wykryć gołym okiem, aby ułatwić przyszłe miejsca biopsji.

Sztuczna inteligencja w procesie rekrutacji (Październik 2019).