Определение рака молочной железы по рентгену

Description

Искусственный интеллект может обнаружить рак молочной железы до того, как он появится. Глубокое обучение предсказывает интервальный и обнаруженный при скрининге рак по скрининговым маммограммам: исследование случай-контроль с участием 6369 женщин.

Использование искусственного интеллекта (ИИ) и глубокого обучения (ГО) в медицине и здравоохранении растет с поразительной скоростью. Хотя Закон о переносимости и подотчетности медицинского страхования (HIPAA) важен для защиты личной медицинской информации, он представляет собой самое большое препятствие для сбора больших наборов данных, необходимых для глубокого обучения. Было успешно реализовано несколько стратегий для сбора большого количества данных для обучения медицинских систем искусственного интеллекта без риска для конфиденциальности пациентов. ИИ продолжает оказывать значительное влияние на медицинскую визуализацию, и постоянно разрабатываются модели глубокого обучения для поиска аномалий, таких как переломы костей или возможный рак.

Внедрение скрининга рака молочной железы помогло снизить уровень смертности от рака среди женщин, а также обеспечить постоянный источник данных изображений. Как правило, женщины в возрасте 40 лет и старше проходят скрининговую маммографию два раза в год или ежегодно, чтобы проверить наличие каких-либо признаков рака. Многие из них разработали ИИ для обнаружения и сегментации рака на маммограмме, но немногие разработали модели глубокого обучения на основе изображений для прогнозирования риска. В описываемой работе мы разработали модель для прогнозирования индивидуального риска развития рака молочной железы; более конкретно, интервальный и выявленный при скрининге риск рака.

Прогнозирование риска рака молочной железы аналогично прогнозированию, которое по своей сути является сложной задачей во всех областях науки. Для сравнения, точное количественное определение риска развития рака у пациента сложнее, чем определение наличия рака с помощью какого-либо диагностического теста, такого как маммография. Понимание риска рака молочной железы и многих факторов, связанных с ним, важно для профилактики рака и стратегий мониторинга. Лучший способ снизить смертность от рака — это в первую очередь предотвратить развитие рака, и точная оценка риска имеет важное значение.

Есть три клинически значимых исхода при оценке риска в скрининговой популяции. Эти исходы включают выявленный при скрининге (случай), интервальный (случай) или отсутствие (контроль) риска рака. Рак, обнаруженный с помощью скрининга, — это рак, обнаруженный в результате рутинной скрининговой маммографии. В нашем исследовании мы дополнительно определили его как рак, возникший в течение 12 месяцев после положительной скрининговой маммографии. Интервальный рак — это рак, обнаруживаемый между нормальным интервалом скрининга (раз в два года или ежегодно) и определяемый в нашем исследовании как инвазивный рак, возникший в течение 12 месяцев после отрицательной маммограммы при скрининге. Известно, что интервальный рак растет быстрее и более агрессивен с точки зрения биологии. Их часто обнаруживают при пальпации или самообследовании.

Модели риска Gail, BRCAPRO, Tyrer-Cuzick и Консорциума по наблюдению за раком молочной железы (BCSC) являются примерами установленных моделей, используемых в клинической практике. Все они используют различные комбинации известных факторов риска рака молочной железы, которые могут включать возраст, индекс массы тела (ИМТ) и/или плотность груди. Визуализация не используется напрямую в клинических моделях и часто используется только для более точного измерения плотности груди. Было опубликовано несколько моделей ИИ на основе изображений, демонстрирующих сопоставимую эффективность прогнозирования рисков. Однако эти модели ИИ были ограничены бинарной классификацией и не включали три возможных исхода в скрининговой популяции.

Если у Вас появилась заинтересованность в данной нейронной сети, и она может помочь Вам в реализации Ваших бизнес и других технических задачах, пожалуйста отправьте заявку на email info@ai2b.ru , или позвоните по телефону 8(495)661-61-09