Desenvolvedores russos criaram uma rede neural para diagnosticar o câncer de mama

Desenvolvedores russos da ZEE de Innopolis criaram uma arquitetura de rede neural “geométrica” complexa para

estudo simultâneo de várias projeçõesum exame médico, por exemplo, mamografia, radiografia de tórax e outros. Os resultados da pesquisa científica na conferência OpenTalks.AI em Yerevan foram apresentados durante o relatório do chefe do departamento de inteligência artificial da empresa Third Opinion Platform, Evgeniy Sidorov.

O desenvolvedor afirmou que o novo método pode melhorar significativamente a qualidade da detecção do câncer de mama a partir de imagens mamográficas.

A inovação está na possibilidade de simultâneaanálise de múltiplas imagens, ou seja, projeções, o que aproxima o modelo de funcionamento da rede neural o mais próximo possível do humano e aumenta a probabilidade de detecção de alterações patológicas. De acordo com as descobertas anunciadas, a nova arquitetura de rede neural, proporcionando treinamento em uma grande quantidade de dados, aumenta o indicador da curva ROC em 3,5% (este é um método para avaliar algoritmos de IA em medicina), aumentando a «precisão& #187; de 0,89 a 0,92 (máx. = 1). 

“A informação chave neste problema égeometria”, disse Evgeniy Sidorov durante a apresentação do estudo. Segundo ele, para ajudar a rede neural a utilizar efetivamente as informações geométricas, elas são adicionadas diretamente à rede neural, o que agiliza o treinamento e requer menos dados.

Um método semelhante foi descrito anteriormente em seus trabalhos científicostrabalho de cientistas do Centro de Pesquisa de Dados da Universidade de Pequim. No entanto, a arquitetura de rede neural que eles propuseram primeiro encontrou objetos, ou seja, sinais de patologias e, em seguida, correlacionou-os entre as projeções. O modelo de processamento “Terceira Opinião” correlaciona projeções e só então procede à busca de objetos, o que reproduz com maior precisão o processo de um médico trabalhando com imagens e afeta a eficiência do programa.

Chefe da equipe de pesquisa russaobservou que, com um aumento na amostra de dados, as redes neurais que modelam “de e para” a abordagem do médico começam a aprender dependências muito mais complexas do que as redes neurais que usam informações adicionais e uma “cascata de redes neurais” que resolvem subtarefas separadamente. “Essas redes neurais são capazes de «aprender» dependências que o próprio radiologista pode não ver”, disse Evgeniy Sidorov. 

Consulte Mais informação:

Nomeada uma vitamina que protege o cérebro da demência

Veja como a Terra mudou ao longo de 100 milhões de anos no mapa mais detalhado

Descobriu-se quais homens são os mais férteis: seu esperma é 50% melhor que o resto