Berichten zufolge treibt künstliche Intelligenz die Arbeit im Kampf gegen Krebs voran.
Dr. Laurie Margolies, Leiterin der Brustbildgebung beim Mount Sinai Health System, sagte diese Woche gegenüber CBS News, dass die Technologie zur Erkennung von Brustkrebs eingesetzt werde.
„Ich denke, künstliche Intelligenz hat die Fähigkeit, uns zu noch besseren Ärzten zu machen, als wir es sonst wären, indem sie uns beibringt, was die Risikofaktoren sind und was ein bestimmtes Muster des Brustgewebes einem hohen Risiko aussetzt“, erklärte sie und wies darauf hin, dass KI kann Dinge sehen, die das bloße Auge bei einer Mammographie übersehen könnte.
„Es ist die KI, die den ersten Durchgang durchführt. Sie legt ein Mammogramm in einen von drei Eimern. Der Computer geht davon aus, dass in einem Eimer die Wahrscheinlichkeit, dass hier Krebs vorliegt, sehr gering ist, und dann gibt es einen mittleren Bereich, in dem es angeblich Krebs gibt.“ „Hier gibt es Krebs, schauen Sie genau hin. Und dann gibt es einen hohen Bereich, der darauf hinweist, dass auf diesen Mammographien ein erhöhtes Krebsrisiko besteht. Schauen Sie sich die Stellen, die wir markiert haben, wirklich genau an“, sagte Margolies.
ERSTES KI-GENERIERTES ARZNEIMITTEL GEHT IN KLINISCHE VERSUCHE AN MENSCHEN UND RICHTET SICH AN PATIENTEN MIT CHRONISCHEN LUNGENERKRANKUNGEN
Das Äußere des Mount Sinai Hospital and Medical Center am 21. Februar 2012 in New York City. (Ben Hider/Getty Images)
Die Ärzte betrachten die Anamnese der Patientin und alte Mammographien mit künstlicher Intelligenz als integrierte Information.
„KI wird nicht müde. Sie lässt sich nicht ablenken. Es gibt auch eine Art Fehler in der Radiologie, den wir ‚Zufriedenheit der Suche‘ nennen. Wenn man einen Krebs auf einer Seite findet, ist die Wahrscheinlichkeit, ihn zu finden, manchmal geringer einen zweiten Krebs in der anderen Brust oder anderswo im selben Atemzug, weil man denkt: ‚Oh, ich bin fertig. Ich habe den Krebs gefunden. Ich bin fertig‘“, fügte sie hinzu.
Koios DS Breast – eine KI-gestützte Softwareplattform zur Ultraschallerkennung, die Krebs in zwei Sekunden erkennen kann – wurde der Abteilung für Radiologie geschenkt.
Ein Arzt untersucht Mammographien im Rahmen einer regelmäßigen Krebsvorsorgeuntersuchung in einer Klinik in Frankreich. (REUTERS/Eric Gaillard)
Laut Mount Sinai stellt die Software sicher, dass Ärzte über fortschrittliche Technologie verfügen, die ihnen hilft, schnelle und genaue Diagnosen zu stellen und Biopsien zu reduzieren.
Mithilfe künstlicher Intelligenz und maschineller Lernalgorithmen vergleicht Koios DS Breast Ultraschallbilder mit einem Archiv von Hunderttausenden Bildern von Patienten aus der ganzen Welt mit bestätigter gutartiger oder bösartiger Diagnose.
Impfstoffe könnten der nächste große Durchbruch in der Krebsbehandlung sein
Diese Fähigkeit ist für Frauen mit dichten Brüsten von entscheidender Bedeutung, da es dadurch schwieriger sein kann, Krebs zu erkennen.
Fast 50 % der Frauen über 40 haben dichtes Brustgewebe, und Mammographien übersehen mehr als die Hälfte der bei diesen Personen vorhandenen Krebserkrankungen.
Diese Frauen benötigen häufig eine Ultraschalluntersuchung, um Bilder von Bereichen der Brust aufzunehmen, die möglicherweise schwerer zu erkennen sind.
Dr. Raj Jena, Onkologe am Cambridge University Hospitals NHS Foundation Trust, leitete die Forschung mit dem KI-System „OSAIRIS“. (Microsoft)
Ärzte sagen jedoch, dass es immer noch wichtig ist, mit den jährlichen Vorsorgeuntersuchungen und Mammographien Schritt zu halten.
Brustkrebs ist die zweithäufigste Krebserkrankung bei Frauen in den Vereinigten Staaten.
KLICKEN SIE HIER, UM DIE FOX NEWS-APP ZU ERHALTEN
Forscher verwenden auch KI-Modelle zur Erkennung von Darmkrebs, darunter ein Modell mit einer durchschnittlichen Genauigkeit von 90 %, das von der University of Minnesota gemeldet wurde.
In Großbritannien verkürzen KI-Fortschritte die Wartezeiten für Strahlentherapie-Behandlungen in einem Krankenhaus in Cambridge.
Laut Microsoft ermöglicht das System namens „OSAIRIS“ die Planung von Behandlungen mehr als doppelt so schnell, als wenn Spezialisten alleine arbeiten würden.
