Hoe de computers van IBM kanker eerder detecteren dan een arts
Bron: Thinkstock
De cognitieve computers van IBM hebben een nieuw onderwerp gevonden om onder de knie te krijgen: huidkanker. VentureBeat ontdekte dat tijdens tests met het Memorial Sloan Kettering Cancer Center in New York, de technologie van IBM met succes patronen in medische beelden en ontdekte dodelijke soorten huidkanker maar liefst 97% van de tijd.
In een persbericht legde IBM uit dat zijn cognitieve computers gebruiken machine learning en visuele analyse om specifieke patronen in de beelden te leren herkennen, met als doel het aantal opgespoorde gevallen van huidkanker te vergroten en te helpen bij het stellen van eerdere diagnoses.
Het project, dat wordt uitgevoerd vanuit de Multimedia Analytics-groep op het hoofdkantoor van IBM Research en wordt geleid door IBM-onderzoeker Noel Codella, is het antwoord van het bedrijf op de oproep van de Amerikaanse Surgeon General om huidkanker te verslaan. Melanoom is de dodelijkste vorm van huidkanker en eist jaarlijks 9.000 doden en 8,1 miljard dollar aan kosten voor gezondheidszorg in de Verenigde Staten.
Het project past geautomatiseerde analyses toe om de ziekte beter te detecteren en bouwt voort op het werk van het bedrijf op het gebied van machine learning-technieken - een soort kunstmatige intelligentie waarin computers kunnen leren zonder expliciete programmering. De technieken die IBM gebruikt, zijn van oudsher gericht op het identificeren van dingen zoals honden of katten in een afbeelding.
Codella vertelde VentureBeat dat Memorial Sloan Kettering een database heeft opgebouwd met dermatologische afbeeldingen die verschillende soorten huidlaesies en andere tekenen laten zien, en deze koppelt aan specifieke eigenschappen van de ziekte.
is Wolf Blitzer getrouwd met een zwarte vrouw?
De database wordt gebruikt bij het trainen van de cognitieve computers. Codella zei tegen de publicatie: 'Onze cognitieve systemen gebruiken deze gegevens om te leren welke soorten kenmerken en patronen het meest voorkomen bij melanoom om de ziekte in afbeeldingen te helpen herkennen.'
De technologie is nuttig gebleken om grote aantallen beelden veel sneller te analyseren dan een arts zou kunnen - en met een fijner niveau van gedetailleerde metingen. Het systeem is ontworpen om een afbeelding in minder dan een seconde te evalueren.
De technologie is tot dusverre gebruikt in gecontroleerde tests van meer dan 3.000 gevallen van melanoom en andere huidlaesies, en het systeem kon positieve en negatieve gevallen van huidkanker identificeren met een nauwkeurigheid van meer dan 95%.
Codella meldt dat het hoogste niveau van nauwkeurigheid dat mensen hebben bereikt 84% is, een statistiek die is verbeterd door sommige andere geautomatiseerde systemen, die een nauwkeurigheidspercentage van 90% hebben bereikt. Codella vertelde VentureBeat dat de technologie van IBM zich nog in de onderzoeksfase bevindt en dat het even zal duren voordat deze beschikbaar is voor dermatologen.
Dr. Allan Halpern, hoofd van de dermatologische dienst bij Memorial Sloan Kettering, zei in het persbericht van IBM dat de beste resultaten voor huidkankerpatiënten verband houden met vroege opsporing. Maar hij voegde eraan toe dat 'het nauwkeurig onderscheiden van de vroegste kankers van goedaardige laesies zelfs voor dermatologen een grote uitdaging kan zijn, dus het hebben van de hulp van analyses die medische beelden kunnen herkennen en kleine variaties in de loop van de tijd kunnen detecteren, zou de prognoses van de patiënt enorm kunnen verbeteren.'
Cognitieve computers kunnen leren om specifieke patronen in medische beelden te identificeren en metingen uit te voeren die te fijn gedetailleerd, groot en arbeidsintensief zijn om door een arts te worden voltooid, zoals 'de objectieve kwantificering van visuele kenmerken, zoals kleurverdelingen, textuurpatronen, vorm en randinformatie ', of de' temporele morfologische progressie van laesies (zoals agressieve groei in een korte tijdspanne), of afwijkingen van wat als normaal wordt beschouwd voor een enkele patiënt of subpopulatie. '
Codella vertelde Computerworld dat het systeem dat kan weeg de resultaten van elke test 'We hebben geen enkele aanpak. Daarom bestuderen we verschillende benaderingen, kijken hoe ze werken en kijken of ze op de een of andere manier kunnen worden gecombineerd, zodat ze beter werken. '
Hoewel het huidige computersysteem misschien nooit uit de laboratoria van IBM komt, illustreert zijn belofte het enorme potentieel van geavanceerde computersystemen en kunstmatige intelligentietechnieken om het vermogen van zorgprofessionals om ziekten te begrijpen, diagnosticeren en behandelen te verbeteren.
wat doet jennie finch nu?
IBM is slechts een van de vele technologiebedrijven, groot en klein, die de grenzen van het nieuwste op het gebied van kunstmatige intelligentie testen. Terwijl Google, Apple, Amazon, Microsoft en anderen verschillende vormen van de vooruitgang gebruiken om betere zoekresultaten te leveren of een bekwamer virtuele assistent te bouwen, groeit het gebruik van kunstmatige intelligentie in toepassingen in de gezondheidszorg.
Zoals Wired in juni meldde, kan kunstmatige intelligentie artsen aan het bed van patiënten niet vervangen, maar machines kunnen enorme hoeveelheden gegevens en patronen identificeren die mensen niet kunnen
De complexe algoritmen van systemen zoals die IBM momenteel bouwt, kunnen ten volle profiteren van elektronische medische dossiers en databases, door ze te ontginnen op klinisch relevante gegevens die kunnen leiden tot nieuwe inzichten over de ziekten die artsen proberen te verslaan. Systemen kunnen de gegevens van individuele patiënten vergelijken met de genetische informatie uit studieboeken en tijdschriften die het laatste klinische onderzoek publiceren.
Kunstmatige intelligentie geeft computers de waardevolle tools om woorden en afbeeldingen te analyseren, maar het is moeilijk en duur om opslagplaatsen met hoogwaardige gegevens te bouwen en algoritmen te trainen om patronen op te pikken. Systemen voor elektronische medische dossiers zijn vaak niet compatibel met elkaar en hun gegevens worden niet op internet opgeslagen, wat een uitdaging vormt voor kunstmatige-intelligentiesystemen die baat zouden hebben bij meer en betere gegevens om van te leren.
Bovendien is het een langetermijnprobleem waar we de grens zullen trekken tussen systemen die aanbevelingen doen en beslissingen nemen, waarvan experts zeggen dat het een grijs gebied zal worden naarmate de technologie vordert.
Het is echter moeilijk om te discussiëren over het potentieel van onderzoek, zoals het project dat IBM onderneemt met Memorial Sloan Kettering. Vooral als het gaat om ziekten die, zoals huidkanker, zowel dodelijk als moeilijk op te sporen zijn, elke vooruitgang die artsen kan helpen om meer vroege diagnoses te stellen - en uiteindelijk meer levens te redden - het sluipende bereik van technologie die in sommige opzichten slimmer dan mensen is moeilijk te betwisten.
Hoewel computers artsen en hun besluitvormingsvermogen waarschijnlijk niet zullen vervangen, kunnen cognitieve computing en kunstmatige intelligentie de gegevens waarop zij die beslissingen baseren drastisch verbeteren, wat leidt tot nauwkeurigere diagnoses, betere zorg en een meer succesvolle behandeling.
Meer van Tech Cheat Sheet:
- Maak kennis met de startup Building Artificial Intelligence voor iedereen
- Hoeveel kunt u vertrouwen op de ontgrendeling van de vingerafdruk van uw telefoon?
- 3 computers die het menselijk brein nabootsen
