Il AI può predire il rischio di cancro al seno fino a 5 anni prima della diagnosi

Un gruppo dei ricercatori a Massachusetts Institute of Technology (MIT) ha sviluppato un modello d'apprendimento profondo che può predire il cancro al seno dalle immagini di mammogramma fino a cinque anni prima che una diagnosi potesse essere fatta da medici.

I ricercatori hanno sviluppato un modello dcri gli impieghi 51 | Shutterstock

Il cancro al seno è il cancro più comune in donne ed è responsabile di intorno 500.000 morti ogni anno universalmente. Ci ora sono molti efficaci trattamenti per cancro al seno, ma un risultato di successo dipende ancora da una diagnosi precoce.

Le diagnosi successive richiedono i trattamenti più aggressivi, che vengono con i considerevoli effetti secondari e spesso vengono a mancare. L'identificazione dei pazienti a rischio di cancro al seno di sviluppo ha quindi stato un fuoco chiave per i ricercatori che guardano per diminuire il numero delle morti in relazione con il Cancro del petto.

I programmi di 'screening'facendo uso della mammografia sono impiegati per permettere all'individuazione tempestiva ed al trattamento di cancro al seno. Tuttavia, tale selezione richiede l'esame accurato di ogni mammogramma per i segni dell'anomalia, che è altamente a forte intensità di mano d'opera dovuto il grande numero di donne che devono essere schermate.

Inoltre, poiché le immagini sono esaminate manualmente, rimane un elemento della soggettività e del rischio di errore umano. Per accelerare l'esame dei mammogrammi e per permettere alla valutazione obiettiva del rischio, i ricercatori stanno lavorando ai modelli elaborati dal calcolatore di sviluppo che può schermare rapido ed attendibilmente le immagini di mammogramma per il rischio di cancro al seno.

Reticoli unici del ` del tessuto del petto'

Facendo uso di informazioni da più di 90.000 mammogrammi catturati al policlinico di Massachusetts (MGH), un gruppo all'informatica del MIT ed il laboratorio di intelligenza artificiale ha sviluppato un nuovo modello d'apprendimento che individua i reticoli sottili di cambiamento nel tessuto del petto che l'occhio umano non può individuare.

Programmato facendo uso dei mammogrammi e dei risultati conosciuti oltre di 60.000 pazienti, il modello identifica i precursori ai tumori maligni e può predire da un mammogramma se un paziente è probabile sviluppare il cancro al seno.

A differenza della valutazione dei fattori di rischio chiave, quali l'età, la storia della famiglia di cancro al seno, lo stato ormonale e la densità del petto, il modello d'apprendimento del MIT identifica i reticoli indicativi di cancro al seno. Le previsioni sono così guidate da dati e possono essere compensate 5 anni prima che il cancro si sviluppi. La selezione fornisce così una valutazione del rischio determinata che potrebbe essere usata per personalizzare i programmi di prevenzione e della selezione su una base del paziente-da-paziente.

Constance Lehman, professore della radiologia alla facoltà di medicina di Harvard ed al capo di divisione della rappresentazione del petto a MGH, ha commentato la ricerca:

Dagli anni 60 i radiologi hanno notato che le donne hanno unico ed ampiamente i reticoli variabili del tessuto del petto visibili sul mammogramma… questi reticoli possono rappresentare l'influenza della genetica, degli ormoni, della gravidanza, della lattazione, della dieta, della perdita di peso e dell'obesità. Possiamo ora fare leva questa informazione dettagliata per essere più precisi nella nostra valutazione del rischio al livello determinato.„

I risultati erano direzione del `'

Il modello è stato usato per identificare in modo retrospettivo le donne ad ad alto rischio di cancro al seno di sviluppo da quasi 89.000 mammogrammi di selezione consecutivi catturati fra 2009 e 2012. Ha collocato correttamente 31% di tutti i pazienti che successivamente avevano sviluppato il cancro al seno nel decile superiore di rischio. Il valore corrispondente raggiunto facendo uso del modello attuale di Tyrer-Cuzick era soltanto 18%.

Allison Kurian, un professore associato di medicina e salubrità ricerca/polizza alla scuola di medicina di Stanford University, commentata.

Direzione specialmente che il modello esegue ugualmente pure per bianco e persone di colore, che non è stato il caso con gli strumenti priori… se convalidato e messo a disposizione per uso molto diffuso, questo potrebbe realmente migliorare sulle nostre strategie correnti per stimare il rischio.„

Il gruppo mira a rendere al loro modello un la parte del livello di cura. Predicendo quale persone svilupperanno il cancro in futuro, le strategie di gestione possono essere adattate di conseguenza, impedendo il cancro al seno a partire dallo sviluppo e dai salvandi vite.

Source:

Yala A., et al. (2019). A Deep Learning Mammography-based Model for Improved Breast Cancer Risk Prediction. Radiology. doi.org/10.1148/radiol.2019182716.

Kate Bass

Written by

Kate Bass

Kate graduated from the University of Newcastle upon Tyne with a biochemistry B.Sc. degree. She also has a natural flair for writing and enthusiasm for scientific communication, which made medical writing an obvious career choice. In her spare time, Kate enjoys walking in the hills with friends and travelling to learn more about different cultures around the world.

Citations

Please use one of the following formats to cite this article in your essay, paper or report:

  • APA

    Bass, Kate. (2019, June 24). Il AI può predire il rischio di cancro al seno fino a 5 anni prima della diagnosi. News-Medical. Retrieved on February 23, 2020 from https://www.news-medical.net/news/20190509/AI-can-predict-breast-cancer-risk-up-to-5-years-before-diagnosis.aspx.

  • MLA

    Bass, Kate. "Il AI può predire il rischio di cancro al seno fino a 5 anni prima della diagnosi". News-Medical. 23 February 2020. <https://www.news-medical.net/news/20190509/AI-can-predict-breast-cancer-risk-up-to-5-years-before-diagnosis.aspx>.

  • Chicago

    Bass, Kate. "Il AI può predire il rischio di cancro al seno fino a 5 anni prima della diagnosi". News-Medical. https://www.news-medical.net/news/20190509/AI-can-predict-breast-cancer-risk-up-to-5-years-before-diagnosis.aspx. (accessed February 23, 2020).

  • Harvard

    Bass, Kate. 2019. Il AI può predire il rischio di cancro al seno fino a 5 anni prima della diagnosi. News-Medical, viewed 23 February 2020, https://www.news-medical.net/news/20190509/AI-can-predict-breast-cancer-risk-up-to-5-years-before-diagnosis.aspx.