Τεχνολογία

Μηχανική μάθηση υγεία: Το machine learning επιτρέπει την βέλτιστη ταξινόμηση του καρκίνου μαστού

Μηχανική μάθηση υγεία: Το machine learning επιτρέπει την βέλτιστη ταξινόμηση του καρκίνου μαστού

Μηχανική μάθηση υγεία: Σε ένα ιατρικό εργαστήριο, ένα τέτοιο μοντέλο υπόσχεται εξοικονόμηση χρόνου ταξινομώντας τις εικόνες γρηγορότερα από άλλες τεχνολογίες που χρησιμοποιούνται στο εργαστήριο.

Ένα μοντέλο μηχανικής μάθησης που αναπτύχθηκε από το Michigan Tech χρησιμοποιεί την πιθανότητα να ταξινομήσει με μεγαλύτερη ακρίβεια τον καρκίνο του μαστού που εμφανίζεται στις ιστοπαθολογικές εικόνες και να αξιολογήσει την αβεβαιότητα των προβλέψεών του. Στην εργασία τους που δημοσιεύτηκε πρόσφατα στο περιοδικό IEEE Transactions on Medical Imaging, οι μεταπτυχιακοί φοιτητές μηχανολογίας Ponkrshnan Thiagarajan και Pushkar Khairnar και η Susanta Ghosh, επίκουρη καθηγήτρια μηχανολογίας και ειδικός στη μηχανική μάθηση, σκιαγραφούν το νέο τους πιθανοτικό μοντέλο μηχανικής μάθησης.

Καρκίνος του μαστού: Μια πραγματική μάστιγα

Ο καρκίνος του μαστού είναι ο πιο συχνός καρκίνος με το υψηλότερο ποσοστό θνησιμότητας. Η ταχεία ανίχνευση και διάγνωση μειώνει τον αντίκτυπο της νόσου. Ωστόσο, η ταξινόμηση του καρκίνου του μαστού με χρήση ιστοπαθολογικών εικόνων είναι μια πρόκληση λόγω της μεροληψίας στα δεδομένα και της μη διαθεσιμότητας σχολιασμένων δεδομένων σε μεγάλες ποσότητες. Η αυτόματη ανίχνευση του καρκίνου του μαστού χρησιμοποιώντας το συνελικτικό νευρωνικό δίκτυο, μιας τεχνικής μηχανικής μάθησης, έχει αποδειχθεί πολλά υποσχόμενη. Ωστόσο, σχετίζεται με υψηλό κίνδυνο ψευδώς θετικών και ψευδώς αρνητικών.

Ένα νέο μοντέλο μηχανικής μάθησης που αναπτύχθηκε από ερευνητές του Τεχνολογικού Πανεπιστημίου του Μίσιγκαν μπορεί να αξιολογήσει την αβεβαιότητα στις προβλέψεις του καθώς ταξινομεί καλοήθεις και κακοήθεις όγκους, συμβάλλοντας στη μείωση αυτού του κινδύνου. “Οποιοσδήποτε αλγόριθμος μηχανικής μάθησης που έχει αναπτυχθεί μέχρι στιγμής θα έχει κάποια αβεβαιότητα στην πρόβλεψή του”, δήλωσε ο Thiagarajan. “Δεν υπάρχει τρόπος να ποσοτικοποιηθούν αυτές οι αβεβαιότητες. Ακόμα κι αν ένας αλγόριθμος μας λέει ότι ένα άτομο έχει καρκίνο, δεν γνωρίζουμε το επίπεδο εμπιστοσύνης σε αυτήν την πρόβλεψη.”

Λεπτομέρειες για το νέο μοντέλο μηχανικής μάθησης

Το μοντέλο Michigan Tech διαφοροποιεί τις αρνητικές και τις θετικές κατηγορίες αναλύοντας τις εικόνες, οι οποίες στο πιο βασικό τους επίπεδο είναι συλλογές pixel. Εκτός από αυτήν την ταξινόμηση, το μοντέλο μπορεί να μετρήσει την αβεβαιότητα στις προβλέψεις του. Σε ένα ιατρικό εργαστήριο, ένα τέτοιο μοντέλο υπόσχεται εξοικονόμηση χρόνου ταξινομώντας τις εικόνες γρηγορότερα από μια τεχνολογία εργαστηρίου. Και, επειδή το μοντέλο μπορεί να αξιολογήσει το δικό του επίπεδο βεβαιότητας, μπορεί να παραπέμψει τις εικόνες σε έναν άνθρωπο ειδικό όταν είναι λιγότερο σίγουρο.

Γιατί όμως ένας μηχανολόγος μηχανικός δημιουργεί αλγόριθμους για την ιατρική κοινότητα; Η ιδέα του Thiagarajan ξεκίνησε όταν άρχισε να χρησιμοποιεί μηχανική μάθηση για να μειώσει τον υπολογιστικό χρόνο που απαιτείται για προβλήματα μηχανολογίας. Είτε ένας υπολογισμός αξιολογεί την παραμόρφωση των δομικών υλικών είτε καθορίζει εάν κάποιος έχει καρκίνο του μαστού, είναι σημαντικό να γνωρίζουμε την αβεβαιότητα αυτού του υπολογισμού—οι βασικές ιδέες παραμένουν οι ίδιες. “Ο καρκίνος του μαστού είναι ένας από τους καρκίνους που έχει την υψηλότερη θνησιμότητα και την υψηλότερη συχνότητα εμφάνισης”, είπε ο Thiagarajan.

 

Διαβάστε όλες τις τελευταίες Ειδήσεις για την υγεία από την Ελλάδα και τον Κόσμο
Ακολουθήστε το healthweb.gr στο Google News και μάθετε πρώτοι όλες τις ειδήσεις

Διαβάστε Eπίσης:

Η άσκηση ανακουφίζει από τον πόνο μετά από χειρουργείο για καρκίνο μαστού

Παράγοντες που αυξάνουν τον κίνδυνο μετάστασης του καρκίνου του μαστού σύμφωνα με διεθνή μελέτη

Την ερχόμενη δεκαετία τα health tracking apps μεταμορφώνουν την υγειονομική περίθαλψη

Ξεκλειδώνοντας το ανθρώπινο δυναμικό μέσω υπεραυτοματισμού

svg%3E svg%3E
svg%3E
svg%3E
Περισσότερα

Μεγαλύτερος ο κίνδυνος για την υγεία από το αέριο που χρησιμοποιούμε

Μεθάνιο υγεία: Για να κατανοήσουν καλύτερα τις πιθανές επιπτώσεις των μαγειρικών συσκευών στο κλίμα και στην υγεία, οι ερευνητές μέτρησαν το μεθάνιο και τα οξείδια του αζώτου που απελευθερώνονται όχι μόνο κατά την καύση, την ανάφλεξη και την κατάσβεση, αλλά και όταν η συσκευή ήταν απενεργοποιημένη.

Απρόθυμοι οι χρήστες να μοιραστούν τα προσωπικά τους στοιχεία για υπηρεσίες υγείας

Υπηρεσίες υγείας: Οι ηλικιωμένοι που συμμετείχαν στην έρευνα και εκείνοι με λιγότερη εκπαίδευση είχαν τις λιγότερες πιθανότητες να μοιραστούν προσωπικά δεδομένα για τη βελτίωση της φροντίδας τους. 

Καινοτομία και τεχνητή νοημοσύνη στην υγεία

Καναδάς υγεία: Είμαστε έτοιμοι να δώσουμε μεγαλύτερη σημασία στα δεδομένα υγείας για την τόνωση της καινοτομίας, τη βιωσιμότητα του συστήματος υγειονομικής περίθαλψης και την παροχή βελτιωμένης φροντίδας ασθενών.

Απολαμβάνοντας τα πλεονεκτήματα της νανοεπιστήμης

Νανοεπιστήμη επιτεύγματα: Η νανοεπιστήμη και η νανοτεχνολογία έχουν μπει στη ζωή μας για τα καλά και τα πλεονεκτήματα που μας αποφέρουν είναι τόσο μεγάλα που πολλές φορές δεν μπορεί να τα χωρέσει ο ανθρώπινος νους.

Μικρά τεχνολογικά επιτεύγματα που δεν πιστεύουμε ότι υπάρχουν

Τεχνολογία gadgets: Είναι σημαντική η βελτίωση ορισμένων πτυχών της καθημερινότητάς μας χάρη στα τεχνολογικά επιτεύγματα που διατίθενται πλέον στο ευρύ κοινό, διευκολύνοντας την υγεία, αλλά και την ποιότητα ζωής γενικότερα.

Ψηφιακές θεραπείες συμβάλλουν στη μείωση των συμπτωμάτων της κατάθλιψης

«Δεδομένης της ταχείας υιοθέτησης των ψηφιακών παρεμβάσεων, είναι επίκαιρο και σημαντικό να ρωτήσουμε σε ποιο βαθμό οι ψηφιακές παρεμβάσεις είναι αποτελεσματικές στη θεραπεία της κατάθλιψης, εάν μπορούν να παρέχουν βιώσιμες εναλλακτικές λύσεις για την αντιμετώπιση -ψυχοθεραπεία με πρόσωπο πέρα ​​από το εργαστήριο και ποιοι είναι οι βασικοί παράγοντες που μετριάζουν τα αποτελέσματα.»