Исследователи впервые показали, что искусственный интеллект лучше, чем хорошо обученный человек, при обнаружении рака кожи. Исследование, проведенное международной группой исследователей, сравнило опытных дерматологов с системой машинного обучения, известной как сверточная нейронная сеть с глубоким обучением, или CNN, чтобы выяснить, кто лучше обнаруживает злокачественные меланомы.
В машинном обучении сверточная нейронная сеть (CNN или ConvNet) - это класс глубоких искусственных нейронных сетей с прямой связью, которые чаще всего применяются для анализа визуальных образов.
CNN используют разновидность многослойных персептронов, требующих минимальной предварительной обработки. Они также известны как инвариантные к сдвигу или пространственно-инвариантные искусственные нейронные сети (SIANN), основанные на их архитектуре с разделяемыми весами и характеристиках инвариантности трансляции.
Сверточные сети были вдохновлены биологическими процессами в том смысле, что паттерн связи между нейронами напоминает организацию зрительной коры головного мозга животных. Отдельные нейроны коры отвечают на стимулы только в ограниченной области поля зрения, известной как рецептивное поле. Восприимчивые поля разных нейронов частично перекрываются, так что они покрывают все поле зрения. Wikipedia.org
По данным Американского онкологического общества, ключевые статистические данные по меланоме рака кожи следующие:
Рак кожи является наиболее распространенным из всех видов рака. Меланома составляет лишь около 1% случаев рака кожи, но является причиной большинства смертей от рака кожи.
По оценкам Американского онкологического общества в отношении меланомы в США на 2018 год:
- Будет диагностировано около 91 270 новых меланом (около 55 150 у мужчин и 36 120 у женщин).
- Ожидается, что около 9 320 человек умрут от меланомы (около 5 990 мужчин и 3 330 женщин).
Заболеваемость меланомой растет за последние 30 лет.
Меланома более чем в 20 раз чаще встречается у белых, чем у афроамериканцев. В целом, пожизненный риск заболевания меланомой составляет около 2,6% (1 из 38) для белых, 0,1% (1 из 1000) для чернокожих и 0,58% (1 из 172) для латиноамериканцев.
Риск меланомы увеличивается с возрастом. Средний возраст людей, когда это диагностируют, составляет 63 года. Но меланома не редкость даже среди людей моложе 30 лет. Фактически, это один из наиболее распространенных видов рака у молодых людей (особенно у молодых женщин).
Один из авторов нейронной сети (профессор Хольгер Хенссле, старший ведущий врач отделения дерматологии Гейдельбергского университета, Германия) простыми словами объясняет, как работает CNN:
CNN работает как мозг ребенка. Чтобы обучить его, мы показали CNN более 100 000 изображений злокачественного и доброкачественного рака кожи и родинок и указали диагноз для каждого изображения. Использовались только дерматоскопические изображения, то есть очаги поражения, полученные при 10-кратном увеличении. С каждым тренировочным изображением CNN улучшала свою способность различать доброкачественные и злокачественные образования.
После завершения обучения мы создали два тестовых набора изображений из библиотеки Heidelberg, которые никогда не использовались для обучения и, следовательно, были неизвестны CNN. Один набор из 300 изображений был создан исключительно для проверки работоспособности CNN. Перед этим были отобраны 100 наиболее сложных поражений для тестирования настоящих дерматологов в сравнении с результатами CNN.
В исследовании приняли участие 58 дерматологов из 17 стран со всего мира. Более пятидесяти процентов врачей считались специалистами в этой области с опытом работы более пяти лет. Девятнадцать процентов заявили, что у них опыт работы от двух до пяти лет, а у 29% - менее двух лет опыта.
Врачам показали 100 изображений поражений кожи и попросили поставить диагноз, исходя из их суждения о том, была ли это злокачественная меланома или доброкачественная родинка. Их также попросили принять решение о том, как управлять состоянием, например, хирургическое вмешательство, краткосрочное наблюдение или отсутствие необходимости в каких-либо действиях. Четыре недели спустя исследователи предоставили дерматологам клиническую информацию о пациенте, включая возраст, пол и положение поражения, а также изображения тех же случаев крупным планом. И снова их попросили поставить диагноз и принять управленческое решение.
Результаты были следующими: дерматологи правильно диагностировали в среднем 87% меланом и 73% незлокачественных образований. Результаты для CNN составили 95% для обнаружения меланом.
Немногим лучше стало, когда врачи получали информацию о пациентах. В этом случае они смогли диагностировать 89% злокачественных меланом и 76 процентов доброкачественных родинок.
Но все же их превосходил ИИ, который работал только с изображениями.
CNN пропустил меньшее количество меланом, что означает, что у него была более высокая чувствительность, чем у дерматологов, и он неправильно диагностировал меньшее количество доброкачественных родинок как злокачественную меланому, что означает, что у него более высокая специфичность; это приведет к меньшему количеству ненужных операций.
Эти результаты показывают нам, что сверточные нейронные сети с глубоким обучением способны превосходить дерматологов, включая хорошо подготовленных экспертов, в задаче обнаружения меланом. Независимо от опыта врачей, они могут воспользоваться помощью классификации изображений CNN.
Мы считаем, что ИИ обещает более стандартизованный уровень диагностической точности, так что все люди, независимо от того, где они живут или к какому врачу они обращаются, смогут получить доступ к надежной диагностической оценке.
Статья написана с использованием информации: Science Daily, CBS news, The Newyorker и Annals of Oncology.
Присоединяйтесь к Skychain в социальных сетях: Twitter, Facebook, Telegram
