Прорывы, вкратце
Взлом пневмонии: новый способ ее диагностики
Когда компьютерные ученые и радиологи объединяются, вы получаете более быстрые и лучшие результаты.
Диана Агилера
Чему медицинскому диагнозу вы бы доверяли больше: опытному врачу или алгоритму? Оказывается, по крайней мере, когда дело доходит до пневмонии, искусственный интеллект может расшифровывать рентгеновские снимки грудной клетки более точно, чем рентгенологи.
Мы можем воспользоваться помощью. По данным CDC, пневмония ежегодно отправляет 1 миллион человек в больницы США. Инфекцию легких трудно обнаружить, и ежегодно от нее умирают около 50 000 человек в Соединенных Штатах.
Проект по созданию диагностического инструмента машинного обучения начался с большого набора данных, выпущенного Национальными институтами здравоохранения, состоящего из более чем 100000 рентгеновских снимков грудной клетки с фронтальным обзором, с указанием 14 возможных диагнозов. NIH включил некоторые предварительные алгоритмы для расшифровки болезней и попросил помощи в их устранении.
Группа компьютерных ученых из Стэнфорда объединилась с доцентом радиологии Мэтью Лунгреном, чтобы приступить к выполнению этой задачи. Они привлекли четырех радиологов из Стэнфордского университета для анализа 420 изображений на наличие признаков пневмонии, которые послужили базой для диагностики. Тем временем компьютерные ученые разработали CheXNet - алгоритм, который примерно за неделю научился определять 10 из 14 диагнозов в исходном наборе данных более точно, чем это удавалось предыдущим алгоритмам. Через месяц CheXNet был впереди во всех 14 категориях. Более того, он неизменно превосходил четырех радиологов в диагностике пневмонии. В ноябре группа опубликовала свои выводы на сайте научных препринтов с открытым доступом arXiv. Его соавторами были аспиранты Пранав Раджпуркар, 19 лет, и Джереми Ирвин.
«С точки зрения чистой визуализации, это выдающийся подвиг, который может сделать аппарат, проработавший всего несколько недель, а также радиолог с 30-летним опытом работы», - говорит Лунгрен.
У исследования есть некоторые ограничения: в нем не использовались рентгеновские снимки грудной клетки в боковой проекции или истории болезни пациентов, которые могут повысить точность диагнозов. Тем не менее, по словам Лунгрена, алгоритм может ускорить диагностику, уменьшить количество человеческих ошибок и помочь пациентам в местах, где не хватает медицинских специалистов.
«Это потенциально может изменить правила игры для здоровья во всем мире», - говорит он. •
Диана Агилера - штатный писатель СТЭНФОРД.
