Tidigare i år presenterade forskare vid Northeastern University ett webbaserat AI-verktyg som diagnostiserar prostatacancer snabbare och mer exakt, detta rapporterar Medical Xpress.
Nu har samma grupp, ledd av bioingenjörsprofessorn Saeed Amal, utvecklat en ny AI-arkitektur för att upptäcka bröstcancer, som forskarna säger har uppnått en noggrannhet på 99,72%.
Bröstcancer utgör 30% av nya kvinnliga cancerfall varje år, och år 2024 förväntas cirka 42,500 kvinnor dö av det, enligt American Cancer Society.
Forskningen om fynden publicerades i tidskriften Cancers.
Dessa projekt är en del av ett större arbete av Amal för att skapa en online-plattform som läkare kan använda för att diagnostisera olika cancerformer med hjälp av dessa innovativa AI-teknologier. Amal säger att det nya verktyget kommer att ”omdefiniera digital patologi.”
Han och hans team har nyligen lämnat in en uppfinning till Center for Research Innovation för idén.
”AI:n skulle titta på högupplösta bilder och lära sig från historiska data hur man identifierar cancer mönster och utför diagnoser,” säger han. ”AI:n kan inte missa en tumör i biopsin och blir inte utmattad efter att ha diagnostiserat 10 eller 20 personer.”
Idealt kommer denna plattform att möjliggöra för läkare att inte bara behandla patienter snabbare och mer exakt, utan också hjälpa till med utvecklingen av nya AI-modeller som kan användas för att diagnostisera sällsynta och ovanliga cancerformer som saknar mycket patientdata,” säger han.
För bröstcancerprojektet utnyttjade forskarna offentligt tillgängliga dataset innehållande bilder av malign och benign bröstvävnad från Bröstcancer Histopatologiska Databasen.
Med dessa data i handen byggde teamet en ensemble djupt inlärningsmodell som utnyttjade olika modeller för att öka noggrannheten och minska felet och tränade dem på bröstvävnadsbilddata, säger Amal.
”Det är som att ta diagnosen från flera läkare och rösta för att välja det bästa beslutet,” säger han.
Läs mer här https://www.mdpi.com/2072-6694/16/12/2222