Attenzione: questa pagina è una traduzione automatica di questa pagina originariamente in lingua inglese. Si prega di notare in quanto le traduzioni sono generate da macchine, non tutte le traduzioni saranno perfetti. Questo sito web e le sue pagine web sono destinati ad essere letto in inglese. Ogni traduzione del sito e le sue pagine web possono essere imprecise e inesatte, in tutto o in parte. Questa traduzione è fornita per comodità.

Il sistema di AI ha potuto contribuire meglio ad individuare e diagnosticare il cancro al seno

I ricercatori del UCLA hanno messo a punto un sistema di intelligenza artificiale che potrebbe aiutare i patologi a leggere esattamente le biopsie e meglio ad individuare e diagnosticare il cancro al seno.

Il nuovo sistema, descritto in uno studio che sarà pubblicato nella rete di JAMA aperta, guide interpreta le immagini mediche usate per diagnosticare il cancro al seno che può essere difficile affinchè l'occhio umano classifichi ed agisce in tal modo quasi esattamente o migliora quanto i patologi esperti.

È critico ottenere una diagnosi corretta dall'inizio in moda da poterci guidare noi i pazienti ai trattamenti più efficaci.„

Dott. Joann Elmore, l'autore dello studio e professore di medicina senior, scuola di medicina di David Geffen, UCLA

Uno studio 2015 piombo da Elmore ha trovato che i patologi sono in disaccordo spesso sull'interpretazione delle biopsie del petto, che sono eseguite ogni anno su milioni di donne. Quello la ricerca più iniziale ha rivelato che gli errori diagnostici si sono presentati in circa uno su ogni sei donne che hanno avute tumore in situ duttale (un tipo non invadente di cancro al seno) e che le diagnosi sbagliate si sono arrese circa la metà dei casi di biopsia del atypia del petto (celle anormali che sono associate con un elevato rischio per cancro al seno).

“Le immagini mediche delle biopsie del petto contengono moltissimi dati complessi ed interpretarli possono essere molto soggettivi,„ ha detto Elmore, che è egualmente un ricercatore al centro completo del Cancro del UCLA Jonsson. “Distinguere il atypia del petto dal tumore in situ duttale è importante clinicamente ma molto provocatoria per i patologi. A volte, medici nemmeno sono d'accordo con la loro diagnosi precedente quando sono indicati allo stesso caso un l'anno più successivamente.„

Gli scienziati ragione per cui l'intelligenza artificiale potrebbe fornire coerente le letture più accurate perché ricavando da un grande insieme di dati, il sistema può riconoscere i reticoli nei campioni che sono associati con cancro ma è difficile affinchè gli esseri umani vedesse.

Il gruppo ha inserito 240 immagini di biopsia del petto in un computer, preparandolo per riconoscere i reticoli connessi con parecchi tipi di lesioni del petto, variando da benigno (noncancerous) e atypia al tumore in situ duttale, o DCIS e cancro al seno dilagante. Esclusivamente, le diagnosi corrette per ogni immagine sono state determinate da un consenso fra tre patologi esperti.

Per verificare il sistema, i ricercatori hanno confrontato le sue letture alle diagnosi indipendenti fatte da 87 patologi di pratica degli Stati Uniti. Mentre il programma di intelligenza artificiale è venuto vicino all'esecuzione come pure a medici umani nella differenziazione del cancro dai casi del non Cancro, il programma di AI ha superato medici quando differenzia DCIS dal atypia -; ha considerato la più grande sfida nella diagnosi del cancro al seno. Il sistema ha determinato correttamente se le scansioni hanno mostrato più spesso DCIS o il atypia dei medici; ha avuto una sensibilità fra 0,88 e 0,89, mentre la sensibilità media dei patologi era 0,70. (Il più alto punteggio della sensibilità di A indica una maggior probabilità che una diagnosi e una classificazione è corrette.)

“Questi risultati sono molto incoraggianti,„ Elmore ha detto. “C'è accuratezza bassa fra i patologi di pratica negli Stati Uniti quando si tratta della diagnosi del atypia e del tumore in situ duttale e l'approccio automatizzato computerizzato mostra la grande promessa.„

I ricercatori ora stanno lavorando a preparare il sistema per diagnosticare il melanoma.