Bolje performanse AI u dijagnostici karcinoma kože

Bolje performanse AI u dijagnostici karcinoma kože

Veštačka inteligencija (AI) se već koristi za dijagnostikovanje raka kože, ali (još) ne može da ide u korak sa složenim donošenjem odluka lekara u praksi. Međunarodni istraživački tim predvođen Haraldom Kitlerom iz MedUni Beča sada je istražio metod učenja u kojem se veća preciznost u rezultatima veštačke inteligencije može postići uključivanjem kriterijuma za ljudsko odlučivanje. Na ovaj način je stopa tačnih dijagnoza raka kože koju su postavili dermatolozi poboljšana za 12%. Studija je objavljena u Nature Medicine.

Istraživači su svoju studiju zasnovali na modelu učenja uz pomoć (RL) i integrisanim (ljudskim) kriterijumima u obliku „tabela nagrada“ u sistem veštačke inteligencije. Tabele nagrađivanja su alati koji inkorporiraju pozitivne i negativne posledice kliničkih procena u proces donošenja odluka i iz perspektive lekara i iz perspektive pacijenta.

Na osnovu toga, rezultati dijagnoze AI nisu samo ocenjeni kao tačni ili pogrešni, već su „nagrađeni“ ili „kaznjeni“ određenim brojem plus ili minus poena u zavisnosti od uticaja dijagnoze ili odluka koje su rezultat toga.

„Na ovaj način, AI je naučio da uzme u obzir ne samo karakteristike zasnovane na slici, već i posledice pogrešne dijagnoze u proceni benignih i malignih kožnih manifestacija“, kaže vođa studije Harald Kitler sa Odeljenja za dermatologiju na MedUni Beču.

Kao rezultat toga, kako pokazuje studija, tačnost dijagnoze raka kože mogla bi se značajno poboljšati: osetljivost za melanom, na primer, povećana je sa 61,4 na 79,5%, a za karcinom bazalnih ćelija sa 79,4 na 87,1%.

Sve u svemu, upotreba RL je povećala stopu tačnih dijagnoza koje postavljaju dermatolozi za 12%, dok je stopa optimalnih odluka za upravljanje i terapiju bolesti porasla sa 57,4 na 65,3%.

Takve poboljšane performanse dijagnoze raka kože zasnovane na veštačkoj inteligenciji su takođe zato što RL smanjuje preterano samopouzdanje AI u sopstvena predviđanja i daje nijansiranije i sugestije kompatibilnije sa ljudima. „Ovo, zauzvrat, pomaže lekarima da donesu tačnije odluke prilagođene pojedinačnim pacijentima u složenim medicinskim scenarijima“, rekao je Harald Kittler. Iako se trenutni rad fokusirao uglavnom na dijagnozu raka kože, osnovne ideje bi se mogle koristiti iu drugim oblastima donošenja medicinskih odluka.