Тест на восемь самых опасных видов рака за один прием

Логотип компании
18.08.2023Автор
Тест на восемь самых опасных видов рака за один прием
Damo Academy от Alibaba представила модель искусственного интеллекта, которая может диагностировать восемь типов рака на основе нескольких снимков.

Принадлежащая Alibaba академия Damo и исследовательский институт науки и инновационных технологий Alibaba Group, представили модель искусственного интеллекта, которая может помочь врачам выявлять, различать и диагностировать восемь наиболее распространенных и смертоносных типов рака.

Считается, что медицинские модели ИИ обладают большим потенциалом в распознавании заболеваний органов и помогают врачам ставить точные диагнозы. Однако серьезные проблемы возникают, когда они пытаются выявить несколько проблем со здоровьем в нескольких органах. Сведение к минимуму риска ошибочных результатов как ложноположительных, так и ложноотрицательных это главная цель на сегодняшний день. Чтобы минимизировать риски, врачам часто приходится проводить комплексные обследования, а это лишь подтверждает необходимость разработки более точной и эффективной модели диагностики.

Новая модель анализа изображений под названием CancerUniT нацелена на диагностику множественной онкологии.

Модель построена на методе семантической сегментации, который исследует полученные изображения на уровне пикселей. В случае с CancerUniT модель используется для анализа изображений тканей тела при восьми типах рака, включая рак легких, толстой кишки, печени, желудка, молочной железы, пищевода, поджелудочной железы и почки. Он также способен распознавать определенные подтипы опухолей в инфицированных органах.


Тест на восемь самых опасных видов рака за один прием. Рис. 1

Академия Damo использовала модель Mask Transformer, нейронную сеть, которая может изучать контекст и значение, отслеживая отношения в последовательных данных. Чтобы облегчить процесс обучения, институт разработал метод, с помощью которого модель узнает об уникальных чертах и ​​закономерностях каждого типа опухоли. Модель также обучена учитывать взаимосвязь между различными типами рака и их подтипами в различных органах, что повышает согласованность и надежность диагностики.

В сравнительном исследовании с участием 631 пациента новая модель превзошла традиционные модели. Новая модель показала более высокую чувствительность при обнаружении и сегментации опухолей — 93%. Он также показал хороший уровень специфичности, правильно определяя здоровые области в 82% случаев.

В настоящее время технология проходит испытания в нескольких больницах Китая.

Похожие статьи