Mia ar putea revoluționa depistarea cancerului de sân

Software-ul aprofundat de mamografie Kheiron Medical, Mia, va fi introdus în curând în Marea Britanie. Fondatorul și CEO-ul companiei, Péter Kecskeméthy, a vorbit cu ResponseOnline despre dezvoltarea lor premiată.

- O narațiune comună despre inteligența artificială este că îi îndepărtează pe oameni de la muncă - dar aici provocarea este să prinzi specialiști cu lasso.

- Există o mare lipsă de radiologi. Cu una sau două excepții, chiar și cele mai bogate și mai dezvoltate țări se caracterizează printr-un deficit de 20-30 la sută de specialiști, dar acum, după ce COVID a aglomerat cercetările, este mai mult de 50 la sută. Zona de screening al sânului în care lucrăm este chiar mai mare. Acest lucru se datorează faptului că miza este atât de mare și este atât de dificil să recunoaștem leziunea, încât o citire dublă este obligatorie, ceea ce înseamnă că fiecare înregistrare trebuie vizualizată independent de doi medici și, dacă nu sunt de acord, de un al treilea. Și din moment ce aproape fiecare femeie dintr-o anumită grupă de vârstă este implicată în mod ideal în screeningul sânilor, volumul de screening este, de asemenea, imens. Un medic ar trebui să se uite la 100 până la 300 de imagini pe oră în timpul unei schimbări de screening, dintre care aproximativ 1% este pozitiv. Aceasta nu este doar o muncă repetitivă, ci și stresantă, deoarece există micul diavol, ce s-ar întâmpla dacă ar trece peste unul pozitiv?.

- Aici intri în poză?

„Sistemul nostru, Mia, poate ajuta la faptul că un singur radiolog trebuie să se uite la imagini, iar celălalt cititor este Mia. Chiar și așa, două „perechi de ochi” văd toate înregistrările, dar doar una dintre ele este umană, cealaltă este inteligența artificială, care vede și lucruri, schimbări pe care creierul și ochii umani nu le pot observa. Dar pe tot parcursul procesului, decizia este în mâinile medicului. MI este ca un computer pentru el ca contabil. Nu se declanșează, dar automatizează o parte din muncă. Medicul are mai mult timp pentru pacient, deși acesta este mai mult un obiectiv pe termen lung, realitatea deocamdată este că va fi doar ușor împovărat în loc să fie foarte ocupat. Pentru că, în timp ce citirea dublă este frumoasă în principiu, pur și simplu nu există suficienți medici în multe locuri. În altă parte, singurul lucru este că durata ciclului de screening crește de la doi la, să zicem, trei ani.

- „Numai” în screeningul mamar sau în radiologie în general?

- Cea mai gravă situație este în screeningul mamar, tocmai datorită protocolului obligatoriu de dublă citire, dar există și alte domenii în care volumul de screening este mare și/sau sarcina este repetitivă. Aceasta este radiografia musculo-scheletică, dar în CT/RM, un pacient trebuie adesea să vizualizeze 2.000 până la 3.500 de imagini. Medicul are o jumătate de secundă pentru fiecare și trebuie să dea o opinie responsabilă. Deci, este ceva de făcut.

„Inteligența artificială, mai precis învățarea profundă, pare să fi fost inventată pentru a ajuta. Cum funcționează exact?

- Esența învățării automate este că, printr-o multitudine de date - în cazul nostru, milioane de imagini medicale și diagnosticele lor asociate - un software învață să ia decizii din ce în ce mai perfecte, să recunoască anomaliile vizuale. Învățarea aprofundată este o formă a acestui lucru care a atins nivelul în 2013 prin care a reușit să îndeplinească anumite sarcini mai bine decât oamenii. Algoritmii de învățare profundă se bazează pe rețele neuronale care imită neuronii vii. Dar, din cauza multor abstracții și a modelării matematice, ele nu au de fapt nimic de-a face cu modul în care funcționează creierul uman. Unul are un sens strategic, dar nu este foarte precis și nu se poate concentra în același mod toată ziua. Mașina funcționează și este teribil de precisă, dar nu poate detecta corelații majore. Este ca un calculator - un calculator vizual foarte puternic.

Învățarea profundă are un avantaj imens. În metodele anterioare, noi, oamenii, trebuia să programăm ce informații ar căuta mașina într-un set de date. Această metodă este deja capabilă să găsească singură ce date pot avea valoare informațională. În radiologie, acest lucru înseamnă că veți observa chiar și ceva pe care noi, oamenii, nici nu credeam că ar trebui să-l căutăm. Nu risipesc multe informații utile din descoperiri, care altfel ar cădea în neant.

- Unde este acum pentru a pune totul în practică?

- Primele modele pot fi create în 1-3 luni dacă lucrați pe ea zi și noapte. După aceea, totuși, modelele trebuie dezvoltate timp de 1 până la 3 ani - adică modelele trebuie instruite în materiale clinice și imagistice de înaltă calitate - pentru a ajunge într-o stare în care poate părea utilă. Cu toate acestea, nu ar trebui să fie utilizat live în acest moment. Trebuie să testați în clinică pentru a vedea dacă într-adevăr funcționează. Suntem aici acum. Al doilea studiu clinic al sistemului nostru s-a încheiat recent în Marea Britanie, cu peste 250.000 de cazuri - bineînțeles anonime - procesate în parteneriat cu UK Health Service, NHS, renumitul MI Research Center, Alan Turing Institute și o serie de alte organizații profesionale.

- Care este rezultatul?

- Putem găsi același număr de cancere cu software-ul ca și fără acesta, dar cu mai puține ore medicale și cu mult mai puțini pacienți care trebuie chemați înapoi pentru teste suplimentare. Acestea sunt rezultate preliminare, finalul va fi publicat în câteva săptămâni de către o organizație parteneră statistică independentă de noi, care va evalua testarea clinică.