Об этом сообщает издание Medical Xpress. Журналисты медиа проанализировали цикл статей в журнале Cancer Biomarkers, посвященных новым способам обнаружения рака. Авторы материалов рассказали, что искусственный интеллект, глубокое и машинное обучение изменили подходы к диагностике и лечению онкологических заболеваний.

Новые методы включают эффективное выявление рака на ранней стадии, определение локализации конкретной опухоли, а также помощь в назначении соответствующих терапевтических вариантов. Однако ученые отмечают, что существующие нейросети по диагностированию онкологических заболеваний нуждаются в доработке, в том числе из-за недостаточно полных баз с биомаркерами. «Алгоритмы дают предвзятые ответы, когда данные, на которых они обучаются, нерепрезентативны или неполны», — уточнили они.

В качестве примера усовершенствованного искусственного интеллекта специалисты рассказали о модели для выявления лиц с риском развития аденокарциномы протоков поджелудочной железы. Получившаяся нейросеть была точна в диагностировании заболеваний в 86 процентах случаев. «Существует постоянная острая необходимость в более эффективных стратегиях для улучшения раннего выявления рака. Было показано, что передовые системы искусственного интеллекта повышают чувствительность и специфичность при интерпретации как визуализирующих, так и не визуализирующих данных», — отметила соавтор одной из научных работ доктор Карин Родланд.

В конце февраля ученые MIT описали нейросеть G-Net, которая предсказывает течение болезни пациента при различных способах лечения. Искусственный интеллект использует рекуррентные нейронные сети (RNN), что позволяет им лучше моделировать временные последовательности со сложной и нелинейной динамикой.