Search Icon
ΑΝΑΖΗΤΗΣΗ
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
Ακολουθήστε το healthweb.gr στο κανάλι μας στο YouTube

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

Νευροεπιστήμη και συναισθηματική ρύθμιση: Μηχανισμοί και κλινικές εφαρμογές

Νευροεπιστήμη και συναισθηματική ρύθμιση: H γνώση των νευροεπιστημονικών μηχανισμών της συναισθηματικής ρύθμισης έχει οδηγήσει στην ανάπτυξη καινοτόμων θεραπευτικών προσεγγίσεων.

Wearable συνδέει τη φλεγμονώδη νόσο του εντέρου με διαταραχή ύπνου

Wearable: Η μελέτη διαπίστωσε ότι σημαντικές αλλαγές στις μετρήσεις ύπνου - συγκεκριμένα, ο μειωμένος ύπνος REM και ο αυξημένος ελαφρύς ύπνος - εμφανίστηκαν μόνο όταν υπήρχε φλεγμονή στο σώμα.

Μια επαναστατική εξέταση αίματος μπορεί να ‘μετρά’ τον πόνο 

Εξέταση αίματος: Επιστήμονες έχουν ανακαλύψει ότι συγκεκριμένοι δείκτες, όπως οι φλεγμονώδεις κυτοκίνες, τα νευρογλοιακά στοιχεία και οι ορμόνες του στρες, ενδέχεται να σχετίζονται με την ένταση του πόνου.

Bloodstain analysis - Τέχνη και επιστήμη 

Ένα σημαντικό στοιχείο της τέχνης στην ανάλυση αίματος είναι η ικανότητα να διακρίνει κανείς διαφορετικά είδη αιμορραγίας, όπως τυχαία σταγόνες, διασκορπισμένες ή διασπαρμένες, και να συνθέσει ένα συνεκτικό σενάριο της εγκληματικής πράξης.

Ο πρώτος υπολογιστής που συνδυάζει ανθρώπινους νευρώνες με τσιπ σιλικόνης 

Μια από τις πιο σημαντικές εξελίξεις ήταν η δημιουργία των νευρομορφικών chip, που χρησιμοποιούν αναλογικά ή ψηφιακά κυκλώματα για να προσομοιώσουν τη συμπεριφορά των νευρώνων. Αυτά τα τσιπ μπορούν να μιμηθούν την πλαστικότητα του εγκεφάλου, δηλαδή την ικανότητα των νευρώνων να αλλάζουν τις συνδέσεις τους ανάλογα με τις εμπειρίες.

Ένα κοινό μόριο μπορεί να αντιστρέψει τη γήρανση των μυών 

Έρευνα: Το σημαντικό αυτό εύρημα δείχνει ότι το μόριο NAD+ μπορεί να λειτουργήσει ως «φάρμακο» για την αντιμετώπιση της μυϊκής γήρανσης, ανοίγοντας το δρόμο για νέες θεραπείες που θα βελτιώσουν την ποιότητα ζωής των ηλικιωμένων

Close Icon