Badanie przeprowadzone przez CSAIL i Jameel Clinic w styczniu 2021 r. przez Massachusetts Institute of Technology, dotyczące solidnych modeli ryzyka raka piersi opartych na mammografii, stało się teraz viralem po tym, jak potentat biznesowy Anand Mahindra niedawno udostępnił post na X i napisał na Twitterze: „Jeśli to prawda, to sztuczna inteligencja będzie dla nas znacznie cenniejsza, niż sobie wyobrażaliśmy, i dużo wcześniej, niż sobie wyobrażaliśmy… (sic)”.

Każdy z nas ma zazwyczaj około 9000 mutacji genetycznych w genomie, co sprawia, że ​​wszyscy jesteśmy w pewnym stopniu mutacjami genetycznymi. Większość z tych mutacji jest łagodna i ma niewielki lub żaden wpływ na nasze zdrowie. Niektóre jednak mogą poważnie zaburzyć funkcjonowanie białek i powodować choroby takie jak nowotwory. A co jeśli sztuczna inteligencja (AI) będzie w stanie dokładnie przewidzieć rozwój raka piersi na wiele lat przed jego rozwojem?

Wcześniejsze badania wykazały, że większość z tych mutacji odziedziczyliśmy po naszych przodkach, ale w trakcie naszego własnego rozwoju zgromadziliśmy około 64 mutacji, przekazując je naszym potomkom. Ponieważ marzymy o tym, aby mieć dostęp do najlepszej możliwej wiedzy naukowej, naukowcy z Laboratorium Informatyki i Sztucznej Inteligencji (CSAIL) Massachusetts Institute of Technology oraz Jameel Clinic for Machine Learning stworzyli na początku 2021 r. system głębokiego uczenia (DL) w celu przewidywania ryzyka zachorowania na raka u kobiet, u których nie występują żadne objawy raka piersi — a które występują wyłącznie na podstawie zdjęć rentgenowskich piersi lub mammografii.

Wirusowy model raka piersi AI

Zaprojektowany, aby utrzymywać spójne prognozy pomimo niewielkich odchyleń klinicznych (takich jak różne urządzenia mammograficzne), ten system AI o nazwie „Mirai” może działać lepiej niż istniejące algorytmy oceny ryzyka, ponieważ przewiduje ryzyko pacjenta w różnych przyszłych punktach czasowych i może uwzględniać kliniczne czynniki ryzyka, takie jak wiek i historia rodzinna, jeśli są dostępne. Zgodnie z badaniem opublikowanym w Science Translational Medicine, Mirai został przeszkolony na ponad 2 00 000 badań w Massachusetts General Hospital (MGH), gdzie jest teraz zainstalowany i testowany na pacjentach z MGH, a także w Karolinska Institute w Szwecji i Chang Gung Memorial Hospital na Tajwanie.

System sztucznej inteligencji MIT „Mirai”

Mirai nie tylko zachował dokładność w różnych rasach, grupach wiekowych, kategoriach gęstości piersi i podtypach raka, ale także przewyższył model Tyrera-Cuzicka, identyfikując prawie dwa razy więcej przyszłych diagnoz raka. Cztery moduły w Mirai obejmują:

1. Moduł agregatora obrazów najpierw gromadzi i przetwarza wszystkie konwencjonalne obrazy mammograficzne w celu utworzenia ilustracji mammogramu.
2. Następnie agreguje dane obrazu ze wszystkich widoków.
3. W razie potrzeby moduł przewidywania czynników ryzyka wykorzystuje mammografię do przewidywania czynników ryzyka u pacjentki.
4. Ostatni etap obejmuje warstwę ryzyka dodatkowego, wykorzystującą zmienne ryzyka pacjenta i analizę mammograficzną, aby prognozować ryzyko pacjenta co roku na następne pięć lat.

Główny autor badania Adam Yala z MIT w USA powiedział wówczas: „Mammografia zawiera znacznie więcej informacji niż tylko cztery kategorie gęstości piersi. Dzięki wykorzystaniu modelu głębokiego uczenia poznajemy subtelne wskazówki, które wskazują na przyszły nowotwór”.

Regina Barzilay, profesor na MIT, stwierdziła: „W przeciwieństwie do tradycyjnych modeli, nasz model głębokiego uczenia sprawdza się równie dobrze w przypadku osób o różnych rasach, wieku i historiach rodzinnych”.