Sono necessari grandi set di dati per addestrare i modelli di intelligenza artificiale a rilevare il cancro in una fase precoce. Tuttavia, per i tumori al fegato, sono attualmente disponibili solo 200 scansioni TC con annotazioni di tumori al fegato. Questo non è sufficiente per addestrare e testare il modello di intelligenza artificiale. Un gruppo di ricerca guidato dalla Johns Hopkins University ha ora sviluppato un nuovo metodo per generare grandi set di dati da scansioni TC di tumori epatici artificiali. Gli algoritmi di rilevamento del cancro possono quindi essere addestrati utilizzando questi set di dati.

Rilevare i tumori negli esami medici è un processo che richiede tempo e spesso richiede la consultazione di referti patologici. Spesso è anche necessario attendere i risultati della biopsia. Ciò rende difficile la creazione di set di dati su larga scala. Pertanto, il gruppo di ricerca ha ideato uno speciale processo in quattro fasi per generare tumori artificiali di alta qualità.

Imitare i tumori il più fedelmente possibile

Il posto per Tumori sintetici Sono stati scelti in modo tale da non toccare i vasi sanguigni circostanti. Hanno anche introdotto un “rumore” casuale nelle immagini, per imitare la struttura irregolare dei tumori reali. Alla fine, hanno confermato che i tumori avevano forme diverse, proprio come i tumori veri. Il risultato furono tumori artificiali che erano appena distinguibili dai tumori reali e superarono il test visivo di Turing.

Il gruppo di ricerca ha poi addestrato l’algoritmo di intelligenza artificiale utilizzando solo i dati di questi tumori artificiali. Il modello risultante ha ottenuto risultati simili ai modelli addestrati utilizzando dati provenienti da tumori reali.

“Siamo molto entusiasti del nostro metodo. Non è mai stato sviluppato un modello basato solo su tumori artificiali che abbia ottenuto risultati simili a un modello di intelligenza artificiale addestrato su tumori reali”, ha affermato Zhishen Hu, ricercatore dell’Università di Scienza e Tecnologia di Huazhong. in un comunicato stampa Inoltre, il nostro metodo ci consente di generare automaticamente molti esempi di tumori artificiali da piccoli a molto piccoli per rilevare meglio i tumori utilizzando l’intelligenza artificiale. La capacità di rilevare piccoli tumori è essenziale per individuare il cancro in una fase precoce.

Anche per altri tipi di cancro

Secondo i ricercatori, il loro metodo può essere utilizzato anche per creare set di dati e addestrare modelli di intelligenza artificiale per altri tipi di cancro. Il team sta attualmente studiando opzioni avanzate di elaborazione delle immagini per generare fegato artificiale, pancreas, reni e altri tumori.

“L’obiettivo di questo progetto è imitare tutti i tipi di deformità del corpo umano per sviluppare ulteriormente l’intelligenza artificiale. In questo modo, i radiologi non dovranno dedicare il loro tempo prezioso a scrivere annotazioni manualmente”, afferma Hu. “Questa ricerca ci porta ad un passo avanti più vicino a quell’obiettivo”.

Tali studi sono oggetto di discussione nei dibattiti sui pro e contro dei dati sanitari sintetici. Secondo molti, l’uso di dati sintetici è una buona alternativa, protetta dalla privacy, all’utilizzo delle informazioni di pazienti reali per la ricerca e l’analisi. Tuttavia, altri mettono in dubbio la sua usabilità a causa della qualità dei dati.

Rilevazione del cancro con l’intelligenza artificiale

Si stanno facendo molte ricerche per rilevare il cancro utilizzando l’intelligenza artificiale. All’inizio di quest’anno è stato pubblicato un articolo sulla rivista Nature su uno strumento avanzato di intelligenza artificiale che potrebbe potenzialmente essere in grado di identificare sottili segni di cancro nei tessuti. Segni che solitamente non sono riconoscibili ad occhio nudo. Lo strumento si chiama iStar ed è stato sviluppato dai ricercatori della Perelman School of Medicine dell’Università della Pennsylvania. Un potenziale particolare di questo nuovo strumento è la capacità di mappare l’espressione genetica, ovvero l’attività dei geni nelle cellule.

Un recente studio di revisione, recentemente pubblicato in Il bisturi, evidenzia i vantaggi e gli svantaggi dell’intelligenza artificiale (AI) nella colonscopia. Questo studio evidenzia come l’intelligenza artificiale possa migliorare significativamente il rilevamento dei polipi del colon, il che è fondamentale perché alcuni polipi possono essere precancerosi. L’intelligenza artificiale non solo aiuta a ridurre i polipi mancati, ma garantisce anche un rilevamento più elevato di diversi tipi di polipi con diversi livelli di rischio.