Nová umelá inteligencia zachytí takmer 97 % pľúcnych ochorení
- Autor:
- Roman Mališka
- Zverejnené:
- 28. 1. 2025
- Hodnotenie:
- Už ste hlasovali.
Nový prelomový model umelej inteligencie dokáže z ultrazvukových videí odhaliť prítomnosť rôznych pľúcnych ochorení s presnosťou 96,57 % a dokonca dokáže rozlíšiť, či sú abnormality spôsobené zápalom pľúc, COVID-19 alebo inými stavmi.
Model, ktorý vyvinuli výskumníci z austrálskej Univerzity Charlesa Darwina, Univerzity United International a Austrálskej katolíckej univerzity, dokáže identifikovať špecifické vzory rôznych pľúcnych ochorení, čím prekonáva predchádzajúce nástroje umelej inteligencie, ktoré boli testované na rovnakých súboroch ultrazvukových údajov.
„Model využíva techniky umelej inteligencie aj na to, aby rádiológom ukázal, prečo urobil určité rozhodnutia, čo im uľahčuje dôveru a pochopenie výsledkov,“ uviedla spoluautorka štúdie Niusha Shafiabadyová, profesorka na Univerzite Charlesa Darwina. „Tento model pomáha lekárom rýchlo a presne diagnostikovať pľúcne ochorenia, podporuje ich rozhodovanie, šetrí čas a slúži ako cenný tréningový nástroj.“
Tím skombinoval dva druhy modelov umelej inteligencie, čím zdôraznil, aká prispôsobiteľná je táto technológia pre diagnostické potreby. Jeden z nich, známy ako Konvolučná neurónová sieť (Convolutional Neural Network - CNN), hľadá vzory na snímkach alebo snímkach, pričom sa zameriava na najmenšie zmeny na základe pixelov, ktoré ľudské oko môže pri skúmaní skenov prehliadnuť. Potom model s Dlhou krátkodobou pamäťou (Long Short-Term Memory - LSTM) využíva tieto informácie a dáva ich do širšieho kontextu, pričom analyzuje údaje CNN v priebehu času a „zabúda“ na nepodstatné údaje.
Vďaka kombinácii ich schopností dokáže nový hybridný model známy ako TD-CNNLSTM-LungNet neuveriteľne dobre zachytiť abnormality a následne vysvetliť, o aký problém ide. Navyše dokáže určiť, či snímky vykazujú známky zápalu pľúc, COVID-19, iných pľúcnych ochorení alebo či sú pľúca normálne. S vysokou mierou presnosti 96,57 % to v podstate znamená, že umelá inteligencia identifikuje len veľmi málo falošne negatívnych výsledkov. To je dôležité pri liečbe časovo kritických pľúcnych ochorení.
Použitím ultrazvukových videí z existujúcich súborov údajov pritom model prekonal existujúce diagnostické nástroje umelej inteligencie, ktoré v súčasnosti dosahujú výsledky okolo 90 - 92 %.
Hoci niet pochýb o tom, že diagnostika pomocou umelej inteligencie bude čoskoro na klinikách bežná, skepsa a nedôvera voči tejto novej technológii pretrváva. Hoci chatboti s umelou inteligenciou, s ktorými môžeme komunikovať už teraz, nie sú v tomto štádiu vyškolení na klinické hodnotenie lekárskych snímok alebo testov, špecifické modely sa vyvíjajú prierezovo, aby sa stali spoľahlivými nástrojmi v zdravotníctve.
Tento nový model umelej inteligencie pre pľúcne ochorenia naznačuje, čo nás ešte čaká, keďže dokáže správne identifikovať nuansy, ktoré odlišujú napríklad COVID-19 od zápalu pľúc. Ako výskumníci uviedli, oba tieto stavy sa ľudským okom zdali podobné, ale mali odlišné vzory, ktoré umožnili modelu rozpoznať rozdiel. Následne by pri každom skenovaní vypracoval správu o tom, prečo dospel k svojmu záveru.
„Vysvetliteľnosť navrhovaného modelu má za cieľ zvýšiť spoľahlivosť tohto prístupu,“ uviedla Shafiabadyová. „Systém ukáže lekárom, prečo urobil určité rozhodnutia, pomocou vizualizácií, ako sú tepelné mapy. Táto interpretačná technika pomôže rádiológovi pri lokalizácii oblasti zamerania a podstatne zlepší klinickú transparentnosť.“
Shafiabadyová poznamenala, že pokiaľ je model vycvičený na správnych údajoch, má potenciál ďalej rozvíjať svoje schopnosti diagnostiky pľúcnych chorôb, zachytávať príznaky tuberkulózy, čiernych pľúc, astmy, rakoviny, chronického pľúcneho ochorenia a pľúcnej fibrózy. A výskumníci dúfajú, že sa im podarí model prispôsobiť tak, aby dokázal presne vyhodnotiť viac ako len ultrazvukové snímky, napríklad CT a röntgenové snímky.
Výskum bol nedávno uverejnený v magazíne Frontiers in Computer Science.
