A.I. van Google kan met 99% zekerheid uitzaaiingen van borstkanker ontdekken

Wetenschappers van Google hebben een algoritme gecreëerd dat kan worden gebruikt om borstkanker sneller te identificeren. De Lymph Node Assistant (Lyna) die door het bedrijf vorig jaar werd ontwikkeld, zou immers in staat zijn om borstkanker met metastases met een grote accuraatheid te herkennen. De technologie kan volgens waarnemers een belangrijke stap betekenen in de strijd tegen kanker.

Het is immers eerder al aangetoond dat een vroege identificatie van tumoren bij kanker de overlevingskansen van de patiënt gevoelig zal verhogen. De onderzoekers zeggen te verwachten dat de technologie ook bij andere pathologische diagnosen over de hele wereld zal kunnen worden ingezet.

Complex

“De identificatie van kanker die zich al heeft verspreid naar omliggende weefsels, kan een bijzonder arbeidsintensief en complex proces zijn,” zeggen de onderzoekers. “Dat geldt zeker voor borstkanker. Aan de hand van de gestelde diagnoses zullen bovendien beslissingen over de inzet van chemotherapie of bestraling moeten worden genomen.”

“Een tijdige ontdekking van tumoren is hier vaak van levensbelang. Voor menselijke pathologen is het echter vaak bijzonder moeilijk om de verspreiding van de ziekte op een correcte manier te identificeren. Eerdere studies hebben aangetoond dat de diagnoses over één op vier aanwijzingen van metastasen bij een tweede onderzoek zou worden veranderd.”

“Bovendien diende te worden vastgesteld dat slechts 38 procent van de kleine metastasen door de artsen kon worden ontdekt,” stippen de onderzoekers nog aan. “Bij tests met Lyna bleek echter dat op radiografieën de aanwezigheid van een kanker met een zekerheid van 99 procent kon worden aangegeven. Tevens bleek de technologie in staat om metastasen te identificeren die te klein bleken om door de menselijke pathologen te worden onderkend.”

Potentieel

“Dankzij de inzet van Lyna werd het bovendien mogelijk om de beelden gemakkelijker te analyseren, waardoor het proces minder tijd in beslag neemt,” aldus nog de wetenschappers. “Een beeld kon dankzij Lyna in één minuut worden geanalyseerd. Voorheen waren daarvoor twee minuten nodig.”

“De resultaten van het onderzoek tonen het intrigerende potentieel voor ondersteunde technologieën zoals Lyna om de last van repetitieve identificatietaken te verminderen, waardoor de pathologen meer tijd en energie kunnen investeren in meer fundamentele klinische en diagnostische opdrachten,” stippen de onderzoekers aan.

De ontwikkeling van Lyna bouwt verder op eerdere studies van Google, waarbij deep learning en elektronische patiëntendossiers werden ingezet om de heropnames in ziekenhuizen en de mortaliteit bij patiënten te voorspellen. Ook daar functioneerde deep learning – onder meer op het gebied van snelheid en nauwkeurigheid – beter dan de traditionele modellen.

Meer
Markten
Mijn Volglijst
Markten
BEL20