Em formação

A IA médica do Google detecta câncer de pulmão com 94% de precisão

A IA médica do Google detecta câncer de pulmão com 94% de precisão

Em um novo estudo publicado esta semana, a IA do Google para detecção de câncer de pulmão foi capaz de detectar câncer de pulmão tão bem quanto um radiologista treinado, se não melhor.

A rede neural do Google agora pode detectar câncer

O Google se juntou a pesquisadores médicos para treinar sua IA de aprendizado profundo para detectar câncer de pulmão em tomografias computadorizadas, tendo um desempenho tão bom ou melhor do que os radiologistas treinados, alcançando uma precisão de 94%

“Temos alguns dos maiores computadores do mundo”, disse o Dr. Daniel Tse, gerente de projetos do Google e coautor dos dois estudos publicados na segunda-feira no jornal Nature Medicine. “Começamos a querer ultrapassar os limites da ciência básica para encontrar aplicações interessantes e interessantes para trabalhar.”

RELACIONADOS: AI HEALTHCARE FIRMS REIVINDICA SEUO CHATBOT PODE VENCER OS MÉDICOS EM EXAMES MÉDICOS

O câncer de pulmão mata quase 2 milhões de pessoas em todo o mundo a cada ano, com 160.000 dessas mortes ocorrendo no ano passado nos Estados Unidos. Como todos os cânceres, a melhor chance de um tratamento bem-sucedido depende da detecção precoce por meio da triagem de pessoas com alto risco para a doença, como fumantes. Esses exames não são perfeitos, e a diferença sutil entre um tumor maligno e uma anomalia benigna pode ser difícil de distinguir de uma tomografia computadorizada.

O Google espera que seus algoritmos de aprendizado profundo possam ensinar a uma IA como é o câncer, para que possa ajudar médicos e hospitais a diagnosticar pacientes com antecedência suficiente para fazer a diferença em seus resultados de tratamento. O reconhecimento de padrões é algo em que as redes neurais são excepcionalmente boas, e com dados suficientes para treinar suficientemente uma IA, o Google esperava poder reconhecer a aparência do câncer enquanto está nos estágios iniciais, quando a intervenção poderia ser mais bem-sucedida.

No par de estudos, o AI foi treinado em tomografias computadorizadas de pessoas com câncer de pulmão, pessoas sem câncer de pulmão e pessoas cujas tomografias mostravam nódulos que mais tarde evoluiriam para câncer. Em um estudo, o AI e os radiologistas especialistas receberam dois exames diferentes de um paciente, um exame anterior e um posterior, enquanto no segundo estudo apenas um exame estava disponível.

Quando um exame anterior estava disponível, o AI e os radiologistas tiveram um desempenho igualmente bom na detecção de cânceres, mas no segundo estudo, o AI superou os médicos humanos com menos falsos positivos e menos falsos negativos. No total, a precisão do AI foi de 94,4% na detecção de câncer de pulmão nas tomografias, uma taxa de detecção surpreendentemente alta.

“Todo o processo de experimentação é como um aluno na escola”, disse Tse. “Estamos usando um grande conjunto de dados para treinamento, dando lições e testes rápidos para que ele possa começar a aprender por si mesmo o que é câncer e o que será ou não câncer no futuro. Demos a ele um exame final com dados que nunca vimos depois de passarmos muito tempo treinando, e o resultado que vimos no exame final - tirou A. ”

Esse exame final totalizou 6.716 casos em que o diagnóstico era conhecido, tornando o resultado do estudo ainda mais significativo. Dito isso, levará muito tempo antes que tal sistema possa ser implementado em um ambiente clínico. Por um lado, pode ter tido menos falsos positivos e falsos negativos, mas não estava totalmente isento de erros e os erros nos sistemas de computador podem ter consequências de longo alcance, especialmente em um contexto médico. Equipamentos médicos que funcionam mal podem e já mataram pacientes no passado e, embora os médicos possam cometer erros tão bem como - e talvez até mais do que - qualquer IA, confiar em uma IA para ser o árbitro final de um diagnóstico médico não venha sem risco.

“Estamos colaborando com instituições em todo o mundo para ter uma noção de como a tecnologia pode ser implementada na prática clínica de forma produtiva”, disse Tse. “Não queremos nos precipitar.”


Assista o vídeo: Paciente Terminal - Via Legal (Novembro 2021).