Máté, Mirella, Jónás2020. szeptember 21., hétfő
Tudomány

Mesterséges intelligencia a rákdiagnosztikában

2019.05.20.NG
National Geographic Magyarország

Az ELTE Komplex Rendszerek Fizikája Tanszék kutatói a mammográfiai szűréseket forradalmasító eljárást dolgoztak ki.

MRI felvételek elemzése hagyományos módon.
Forrás: Getty Images

A Nature Scientific Reports című tudományos lapban a Detecting and classifying lesions in mammograms with Deep Learning című publikációt Ribli Dezső Phd-hallgató (Komplex Rendszerek Fizikája Tanszék), Csabai István egyetemi tanár (Komplex Rendszerek Fizikája Tanszék) és Pollner Péter, az MTA-ELTE Biológiai Fizika Kutatócsoport tudományos főmunkatársa mellett a Semmelweis Egyetem kutatói – Horváth Anna és Unger Zsuzsa – jegyzik. Az eredmény kiválóságát az is mutatja, hogy a rangos nemzetközi folyóirat TOP100-as listáján egyedüli hazai írásként szerepelt.

A tudományos közlemény egy rendkívül innovatív eljárás, az ún. deep learning (számítógépes mélytanulás) alkalmazását mutatja be a mammográfiai diagnosztikában. Az amerikai Nemzeti Rákkutató Intézet és Joe Biden volt alelnök által indított Cancer Moonshot kezdeményezés keretében szervezett The Digital Mammography DREAM Challenges nemzetközi felhívásban a résztvevők mammográfiai felvételek minél jobb diagnosztikai kiértékelésére vállalkoztak: Ribli Dezső több mint 1200 kutató közül második helyezést ért el.
A módszer leírása szabad hozzáférésű tudományos publikációként jelent meg a Nature Scientific Reports hasábjain. A hazai kutatók által fejlesztett szoftver képes arra, hogy megtalálja a rosszindulatú tumorok 90 százalékát úgy, hogy 10 képre átlagosan csak 3 darab téves jelölést rak. Ez az eredmény óriási jelentőségű lehet a klinikai gyakorlatban, a minél korábbi és pontosabb diagnózis érdekében.

Az emlődaganat világszerte a leggyakoribb rákos megbetegedés és vezető halálozási ok a nők körében. Az emlőrák gyógyításában és korai diagnózisában kulcsszerepet játszott az 1970-es évek elején kibontakozó radiológiai szubspecialitás, a mammográfia megjelenése, amely az egyik legnehezebb és legnagyobb kihívást felvonultató szakág, így a gépi segítség és asszisztálás kérdésköre már korábban is felmerült a szektorban. A szakemberek az 1980-as évek első felétől használnak komputer-asszisztált diagnózisokat (CAD), azonban a mesterséges intelligencia megjelenése új távlatokat nyújtott a diagnosztikában.

Az elmúlt 5 évben valódi forradalom zajlott le a számítógépes képfelismerésben, számos esetben a mesterséges intelligencia vívmányait is használják a kutatók. A hagyományos módszerek hibaarányát egy nagyságrenddel csökkentették a mély mesterséges neurális hálózatokon alapuló deep learning rendszerek. Ezek a programok a hétköznapi képeken lévő tárgyak, élőlények felismerésében az emberi teljesítményhez hasonló pontossággal működnek, de nagyságrendekkel gyorsabbak és fáradhatatlanok.

A diagnosztikában a hagyományos képelemző szoftverekben a képet aprólékosan megtervezett, kézzel készített jellemzőkkel próbálták leírni (például elváltozások alakja, mérete), majd egyszerűbb klasszifikációs módszereket alkalmaztak a kinyert jellemzőkön (például szignifikanciavizsgálat, K-közép klaszterezés). A deep learning ezzel szemben a nyers képeket sok egymás utáni szűrősorozattal dolgozza fel, a szűrők paramétereit pedig önállóan, kizárólag az adatokból tanulja.
Az ELTE-s kutatók által kidolgozott képelemző neurális hálózat működését a legegyszerűbben úgy képzelhetjük el, mintha lenne egy nagyon gyors és nagyon szorgalmas asszisztensünk, aki papírlapokba több, különböző méretű és alakú lyukat vágott. Ezeket a lapokat egymás után ráfektetve a mammogramra, csak a lyukon át látható tartományra koncentrálva, minden részletet megvizsgál, amikor végighúzza a lapot a kép minden pontja felett. Azokat a tartományokat, amelyek olyan képi objektumokat tartalmaztak olyan arányban, mint amilyeneket rosszindulatú daganat esetén már korábban látott a tanítóhalmazokban, megcímkézi egy gyanússági pontértékkel. Az így nyert, leggyanúsabb képrészletek helyét ezután bejelöli az eredeti képen egy-egy téglalappal. Az alkalmazás során csak a rosszindulatú tumorok jelöléseit mutatja.

Amennyiben a módszer a számos soron következő teszteléseken is sikerrel bizonyít, úgy megoldhatóvá válhat a mammográfiai szűrés olyan kórházakban, ahol a szakemberek jelentősen túl vannak terhelve, és az intézmény erőforráshiánnyal küzd.

A módszer részletes leírása megtalálható az Orvosi Hetilap 2019/4. számában is.

Hozzászólások

Megszülettek az első lombikborjak Magyarországon

Megszülettek az első lombikborjak Magyarországon

Országosan egyedülálló tudományos sikert értek el a Szent István Egyetem Kaposvári Campus Embrió-átültető Központjának munkatársai.

Magyar kutatók vizsgálták az eddig ismert legellenállóbb vírust

Magyar kutatók vizsgálták az eddig ismert legellenállóbb vírust

A Semmelweis Egyetem kutatóinak a Nemzeti Népegészségügyi Központ, Nemzeti Biztonsági Laboratórium kutatóival együttműködve először sikerült az aktív, fertőzőképes koronavírus szerkezetét megvizsgálni.

Ezért idéztek elő földrengéseket a Yellowstone Nemzeti Parkban

Ezért idéztek elő földrengéseket a Yellowstone Nemzeti Parkban

Múlt héten komoly rengéssorozat rázta meg a régiót, a jelenséget kutatók idézték elő.

Szélmeghajtású teherhajó készül

Szélmeghajtású teherhajó készül

Az emberiség számára a szélerő az emberi izmokon túl nagyon sokáig az egyetlen hajtóerő volt a hajózásban, modern változatban ismét előtérbe kerülhet.

Kivételes állapotú barlangi medvét találtak

Kivételes állapotú barlangi medvét találtak

Különleges ősi medvemaradványok kerültek elő Jakutföldföldön, a szakértők bíznak benne, hogy a leletekből DNS-t is kivonhatnak.

National Geographic 2020. szeptemberi címlap

Előfizetés

A nyomtatott magazinra,
12 hónapra

9 960 Ft

Korábbi számok

National Geographic 2010. januári címlapNational Geographic 2010. februári címlapNational Geographic 2010. márciusi címlapNational Geographic 2010. áprilisi címlapNational Geographic 2010. májusi címlapNational Geographic 2010. júniusi címlapNational Geographic 2010. júliusi címlapNational Geographic 2010. augusztusi címlapNational Geographic 2010. szeptemberi címlapNational Geographic 2010. októberi címlapNational Geographic 2010. novemberi címlapNational Geographic 2010. decemberi címlapNational Geographic 2011. januári címlapNational Geographic 2011. februári címlapNational Geographic 2011. márciusi címlapNational Geographic 2011. áprilisi címlapNational Geographic 2011. májusi címlapNational Geographic 2011. júniusi címlapNational Geographic 2011. júliusi címlapNational Geographic 2011. augusztusi címlapNational Geographic 2011. szeptemberi címlapNational Geographic 2011. októberi címlapNational Geographic 2011. novemberi címlapNational Geographic 2011. decemberi címlapNational Geographic 2012. januári címlapNational Geographic 2012. februári címlapNational Geographic 2012. márciusi címlapNational Geographic 2012. áprilisi címlapNational Geographic 2012. májusi címlapNational Geographic 2012. júniusi címlapNational Geographic 2012. júliusi címlapNational Geographic 2012. augusztusi címlapNational Geographic 2012. szeptemberi címlapNational Geographic 2012. októberi címlapNational Geographic 2012. novemberi címlapNational Geographic 2012. decemberi címlapNational Geographic 2013. januári címlapNational Geographic 2013. februári címlapNational Geographic 2013. márciusi címlapNational Geographic 2013. áprilisi címlapNational Geographic 2013. májusi címlapNational Geographic 2013. júniusi címlapNational Geographic 2013. júliusi címlapNational Geographic 2013. augusztusi címlapNational Geographic 2013. szeptemberi címlapNational Geographic 2013. októberi címlapNational Geographic 2013. novemberi címlapNational Geographic 2013. decemberi címlapNational Geographic 2014. januári címlapNational Geographic 2014. februári címlapNational Geographic 2014. márciusi címlapNational Geographic 2014. áprilisi címlapNational Geographic 2014. májusi címlapNational Geographic 2014. júniusi címlapNational Geographic 2014. júliusi címlapNational Geographic 2014. augusztusi címlapNational Geographic 2014. szeptemberi címlapNational Geographic 2014. októberi címlapNational Geographic 2014. novemberi címlapNational Geographic 2014. decemberi címlapNational Geographic 2015. januári címlapNational Geographic 2015. februári címlapNational Geographic 2015. márciusi címlapNational Geographic 2015. áprilisi címlapNational Geographic 2015. májusi címlapNational Geographic 2015. júniusi címlapNational Geographic 2015. júliusi címlapNational Geographic 2015. augusztusi címlapNational Geographic 2015. szeptemberi címlapNational Geographic 2015. októberi címlapNational Geographic 2015. novemberi címlapNational Geographic 2015. decemberi címlapNational Geographic 2016. januári címlapNational Geographic 2016. februári címlapNational Geographic 2016. márciusi címlapNational Geographic 2016. áprilisi címlapNational Geographic 2016. májusi címlapNational Geographic 2016. júniusi címlapNational Geographic 2016. júliusi címlapNational Geographic 2016. augusztusi címlapNational Geographic 2016. szeptemberi címlapNational Geographic 2016. októberi címlapNational Geographic 2016. novemberi címlapNational Geographic 2016. decemberi címlapNational Geographic 2017. januári címlapNational Geographic 2017. februári címlapNational Geographic 2017. márciusi címlapNational Geographic 2017. áprilisi címlapNational Geographic 2017. májusi címlapNational Geographic 2017. júniusi címlapNational Geographic 2017. júliusi címlapNational Geographic 2017. augusztusi címlapNational Geographic 2017. szeptemberi címlapNational Geographic 2017. októberi címlapNational Geographic 2017. novemberi címlapNational Geographic 2017. decemberi címlapNational Geographic 2018. januári címlapNational Geographic 2018. februári címlapNational Geographic 2018. márciusi címlapNational Geographic 2018. áprilisi címlapNational Geographic 2018. májusi címlapNational Geographic 2018. júniusi címlapNational Geographic 2018. júliusi címlapNational Geographic 2018. augusztusi címlapNational Geographic 2018. szeptemberi címlapNational Geographic 2018. októberi címlapNational Geographic 2018. novemberi címlapNational Geographic 2018. decemberi címlapNational Geographic 2019. januári címlapNational Geographic 2019. februári címlapNational Geographic 2019. márciusi címlapNational Geographic 2019. áprilisi címlapNational Geographic 2019. májusi címlapNational Geographic 2019. júniusi címlapNational Geographic 2019. júliusi címlapNational Geographic 2019. augusztusi címlapNational Geographic 2019. szeptemberi címlapNational Geographic 2019. októberi címlapNational Geographic 2019. novemberi címlapNational Geographic 2019. decemberi címlapNational Geographic 2020. januári címlapNational Geographic 2020. februári címlapNational Geographic 2020. márciusi címlapNational Geographic 2020. áprilisi címlapNational Geographic 2020. májusi címlapNational Geographic 2020. júniusi címlapNational Geographic 2020. júliusi címlapNational Geographic 2020. augusztusi címlapNational Geographic 2020. szeptemberi címlap

Hírlevél feliratkozás

Kérjük, erősítsd meg a feliratkozásod az e-mailben kapott linkre kattintva!

Kövess minket