స్వీడన్లోని కరోలిన్స్కా ఇన్స్టిట్యూట్లోని పరిశోధకుల నేతృత్వంలోని కొత్త అంతర్జాతీయ అధ్యయనం అల్ట్రాసౌండ్ చిత్రాలలో అండాశయ క్యాన్సర్ను గుర్తించడంలో AI- ఆధారిత నమూనాలు మానవ నిపుణులను అధిగమించగలవని చూపిస్తుంది. అధ్యయనంలో ప్రచురించబడింది ప్రకృతి వైద్యం.
“అండాశయ కణితులు సాధారణం మరియు తరచుగా యాదృచ్ఛికంగా గుర్తించబడతాయి” అని కరోలిన్స్కా ఇన్స్టిట్యూట్లోని సోడర్స్జుఖుసెట్ (స్టాక్హోమ్ సౌత్ జనరల్ హాస్పిటల్)లోని క్లినికల్ సైన్స్ అండ్ ఎడ్యుకేషన్ విభాగంలో ప్రొఫెసర్ ఎలిసబెత్ ఎప్స్టీన్ మరియు హాస్పిటల్ యొక్క ప్రసూతి మరియు గైనకాలజీ విభాగంలో సీనియర్ కన్సల్టెంట్ చెప్పారు. “ప్రపంచంలోని అనేక ప్రాంతాలలో అల్ట్రాసౌండ్ నిపుణుల కొరత తీవ్రంగా ఉంది, ఇది అనవసరమైన జోక్యాలు మరియు క్యాన్సర్ నిర్ధారణలను ఆలస్యం చేయడం వంటి ఆందోళనలను లేవనెత్తింది. అందువల్ల AI మానవ నిపుణులను పూర్తి చేయగలదో లేదో తెలుసుకోవాలనుకున్నాము.”
AI నిపుణులను మించిపోయింది
ఎనిమిది దేశాల్లోని 20 ఆసుపత్రులలో 3,652 మంది రోగుల నుండి 17,000 పైగా అల్ట్రాసౌండ్ చిత్రాలపై AIకి శిక్షణనిచ్చి పరీక్షించి, నిరపాయమైన మరియు ప్రాణాంతక అండాశయ గాయాల మధ్య తేడాను గుర్తించగల న్యూరల్ నెట్వర్క్ నమూనాలను పరిశోధకులు అభివృద్ధి చేశారు మరియు ధృవీకరించారు. వారు మోడళ్ల రోగనిర్ధారణ సామర్థ్యాన్ని పెద్ద సంఖ్యలో నిపుణులు మరియు తక్కువ అనుభవం ఉన్న అల్ట్రాసౌండ్ ఎగ్జామినర్లతో పోల్చారు.
అండాశయ క్యాన్సర్ను గుర్తించడంలో AI మోడల్లు నిపుణుడు మరియు నిపుణుడు కాని ఎగ్జామినర్లను అధిగమించాయని, 86.3 శాతం ఖచ్చితత్వ రేటును సాధించాయని, నిపుణులు మరియు నాన్ ఎక్స్పర్ట్ ఎగ్జామినర్లకు వరుసగా 82.6 శాతం మరియు 77.7 శాతంతో పోలిస్తే.
“అండాశయ క్యాన్సర్ నిర్ధారణలో న్యూరల్ నెట్వర్క్ నమూనాలు విలువైన మద్దతును అందించగలవని ఇది సూచిస్తుంది, ముఖ్యంగా రోగనిర్ధారణ కష్టతరమైన సందర్భాలలో మరియు అల్ట్రాసౌండ్ నిపుణుల కొరత ఉన్న సెట్టింగులలో” అని ప్రొఫెసర్ ఎప్స్టీన్ చెప్పారు.
నిపుణుల సూచనల అవసరాన్ని తగ్గించడం
AI నమూనాలు నిపుణుల సూచనల అవసరాన్ని కూడా తగ్గించగలవు. అనుకరణ ట్రయాజ్ పరిస్థితిలో, AI మద్దతు రిఫరల్ల సంఖ్యను 63 శాతం మరియు తప్పు నిర్ధారణ రేటును 18 శాతం తగ్గించింది. ఇది అండాశయ గాయాలతో బాధపడుతున్న రోగులకు వేగవంతమైన మరియు తక్కువ ఖర్చుతో కూడిన సంరక్షణకు దారి తీస్తుంది.
ఆశాజనక ఫలితాలు ఉన్నప్పటికీ, న్యూరల్ నెట్వర్క్ మోడల్ల యొక్క పూర్తి సామర్థ్యం మరియు వాటి క్లినికల్ పరిమితులు పూర్తిగా అర్థం చేసుకోవడానికి ముందు తదుపరి అధ్యయనాలు అవసరమని పరిశోధకులు నొక్కి చెప్పారు.
“నిరంతర పరిశోధన మరియు అభివృద్ధితో, AI- ఆధారిత సాధనాలు రేపటి ఆరోగ్య సంరక్షణలో అంతర్భాగంగా ఉంటాయి, నిపుణుల నుండి ఉపశమనం పొందుతాయి మరియు ఆసుపత్రి వనరులను ఆప్టిమైజ్ చేస్తాయి, అయితే అవి వివిధ క్లినికల్ పరిసరాలకు మరియు రోగుల సమూహాలకు అనుగుణంగా ఉండేలా చూసుకోవాలి” అని ఫిలిప్ క్రిస్టియన్సెన్ చెప్పారు. , కరోలిన్స్కా ఇన్స్టిట్యూట్లోని ప్రొఫెసర్ ఎప్స్టీన్ పరిశోధనా బృందంలో డాక్టరల్ విద్యార్థి మరియు KTH రాయల్ ఇన్స్టిట్యూట్ ఆఫ్ ఎమిర్ కొనుక్తో కలిసి మొదటి రచయిత సాంకేతికత.
AI మద్దతు యొక్క భద్రతను మూల్యాంకనం చేస్తోంది
AI సాధనం యొక్క రోజువారీ క్లినికల్ భద్రత మరియు ఉపయోగాన్ని అంచనా వేయడానికి పరిశోధకులు ఇప్పుడు Södersjukhusetలో భావి క్లినికల్ అధ్యయనాలను నిర్వహిస్తున్నారు. భవిష్యత్ పరిశోధనలో రోగి నిర్వహణ మరియు ఆరోగ్య సంరక్షణ ఖర్చులపై దాని ప్రభావాన్ని పరిశీలించడానికి యాదృచ్ఛిక మల్టీసెంటర్ అధ్యయనం కూడా ఉంటుంది.
ఈ అధ్యయనం KTH రాయల్ ఇన్స్టిట్యూట్ ఆఫ్ టెక్నాలజీ పరిశోధకులతో సన్నిహిత సహకారంతో నిర్వహించబడింది మరియు స్వీడిష్ రీసెర్చ్ కౌన్సిల్, స్వీడిష్ క్యాన్సర్ సొసైటీ, స్టాక్హోమ్ ప్రాంతీయ కౌన్సిల్, క్యాన్సర్ రీసెర్చ్ ఫండ్స్ ఆఫ్ రేడియంహెమ్మెట్ మరియు వాలెన్బర్గ్ AI, అటానమస్ సిస్టమ్స్ నుండి నిధులు మంజూరు చేయబడ్డాయి. మరియు సాఫ్ట్వేర్ ప్రోగ్రామ్ (WASP).
ఎలిసబెత్ ఎప్స్టీన్, ఫిలిప్ క్రిస్టియన్సెన్ మరియు ముగ్గురు సహ రచయితలు కంప్యూటర్-సపోర్టెడ్ డయాగ్నోస్టిక్స్ పద్ధతుల కోసం ఇంటెలిజిన్ కంపెనీ ద్వారా పేటెంట్ కోసం దరఖాస్తు చేసుకున్నారు. ఎలిసబెత్ ఎప్స్టీన్, ఫిలిప్ క్రిస్టియన్సెన్ మరియు కెవిన్ స్మిత్, KTH రాయల్ ఇన్స్టిట్యూట్ ఆఫ్ టెక్నాలజీ పరిశోధకుడు, ఇంటెలిజిన్లో వాటాలను కలిగి ఉన్నారు, దీని కోసం ప్రొఫెసర్ ఎప్స్టీన్ జీతం లేని మేనేజర్.