Algorytm, który rozpoznaje guzy nerek. To dzieło Polaków

Wiele nerek z guzami usuwanych jest niepotrzebnie, ponieważ zmiany okazują się łagodne. Jak donosi Nauka w Polsce PAP, specjaliści z gdańskiej uczelni stworzyli system sztucznej inteligencji, który potrafi rozpoznać łagodne zmiany na podstawie badań tomograficznych.

Warszawa, 20.07.2015. Szpital im prof A Grucy w Otwocku (zdjęcie ilustracyjne)
Warszawa, 20.07.2015. Szpital im prof A Grucy w Otwocku (zdjęcie ilustracyjne)
Źródło zdjęć: © Wlodzimierz Wasyluk / Forum | RM, Wlodzimierz Wasyluk / Forum

14.10.2020 19:34

Zalogowani mogą więcej

Możesz zapisać ten artykuł na później. Znajdziesz go potem na swoim koncie użytkownika

Jak tłumaczą naukowcy z Politechniki Gdańskiej, guzy nerek pojawiają się często u seniorów, dla których operacja bywa ryzykowna. Jednocześnie nawet 15-20 proc. zabiegów usunięcia nerki z powodu obecności guza w Polsce wykonywane jest niepotrzebnie, co daje ok. 900 zbędnych operacji rocznie.

Naukowcy postanowili rozwiązać ten problem, konstruując oparty na technologii uczenia maszynowego i sztucznej inteligencji system TITAN. Jest on w stanie określić prawdopodobieństwo tego, że guz nerki jest złośliwy wyłącznie na podstawie zdjęć tomografii komputerowej jamy brzusznej. Do wytrenowania SI naukowcy wykorzystali ponad 15 tys. zdjęć tomograficznych pochodzących od prawie 400 pacjentów.

Niełatwe zadanie

Jak twierdzą badacze, skuteczność systemu wynosi 87 proc, jednak wyjątkowo dobrze rozpoznaje łagodne guzy, a to jest jego głównym zadaniem.

– Nie było to łatwe zadanie, gdyż guzy łagodne stanowiły tylko 26 proc. naszej bazy danych. Po przeanalizowaniu dziesiątek architektur sieci neuronowych i metod przetwarzania obrazów udało się nam jednak osiągnąć wynik 10/10 poprawnie rozpoznanych guzów łagodnych – tłumaczył Nauce w Polsce PAP Aleksander Obuchowski, jeden z autorów algorytmu.

Jak podkreśla inny z autorów, lider zespołu badaczy dr inż. Patryk Jasik, "system ten nie zastępuje jednak diagnozy lekarskiej, a jedynie zwraca uwagę na to, które przypadki mogły zostać błędnie zaklasyfikowane".

Komentarze (0)