2019: Анонс
В середине июня 2019 года в израильской клинике начали использовать разработанную в IBM Research искусственного интеллекта, способную прогнозировать развитие злокачественного рака молочной железы у пациентов в течение года. Система выдает правильный прогноз в 87% случаев злокачественных и в 77% случаев доброкачественных заболеваний. Кроме того, после обучения на новом корпусе из 9 611 маммограмм и медицинских карт, система смогла идентифицировать рак молочной железы на ранних стадиях у 48% людей, которые иначе остались бы без медицинской помощи из-за недостаточной диагностики.
Работа клиники основана на исследовании, проведенном учеными в офисе IBM в Цюрихе и в Цюрихском университете. Они разработали систему, которая способна обнаруживать и классифицировать опухолевые и иммунные клетки, а также их взаимоотношения. Аналогичные усилия по повышению точности скрининга рака молочной железы предпринимаются в Google, Массачусетском технологическом университете и Нью-Йоркском университете.
Клиника начала использовать ИИ-систему IBM, прогнозирующую рак молочной железы за год до его появления с точностью 87%
Для составления корпуса учебных данных исследователи использовали маммографические изображения и соответствующие клинические данные и результаты исследований биомаркеров, в том числе данные по функции щитовидной железы, репродуктивному анамнезу, лейкоцитарному профилю, наличию метаболического синдрома и другие. Они включили эту информацию наравне с результатами биопсии, данными реестра рака, лабораторными результатами и кодами различных других процедур и диагнозов в модель машинного обучения, которая отображала связи между клиническими факторами риска и прогнозировала развитие злокачественных заболеваний молочной железы.
Ученые утверждают, что их система выявила клинические факторы риска рака, ранее не использовавшиеся в исследованиях, такие как лейкоцитарный профиль и функция щитовидной железы. IBM планирует продолжить исследование.[1]Миграция с SAP SuccessFactors и SAP HCM на российские HR-решения: как выстроить стратегию перехода 2.4 т
Примечания