AI phân biệt chính xác nhũ ảnh dương tính giả, ác tính, âm tính

(25/10/2018)
Các mô hình AI có thể giúp các nhà X quang trong việc đọc những hình ảnh X quang vú chính xác.

Theo nghiên cứu mới được công bố trên tạp chí Clinical Cancer Research thì học sâu có thể xác định chính xác các nhũ ảnh dương tính giả và phân biệt với những người được xác định là ác tính hoặc âm tính.

Chụp X quang vú có thể giúp xác định sớm ung thư vú, tuy nhiên tỷ lệ sai cao có thể làm tăng chi phí y tế, khối lượng công việc lâm sàng và căng thẳng tâm lý cho bệnh nhân. Tuy nhiên, các nhà nghiên cứu từ Đại học Pittsburgh tin rằng một phương pháp tiếp cận AI dựa trên các mạng nơ ron tích chập (CNN) có thể giải quyết vấn đề trên.

Ảnh minh họa

Tác giả nghiên cứu, TS Shandong Wu, đến từ Đại học Pittsburgh, cho biết: "Giả định là có thể có một số tính năng chụp ảnh sắc thái liên quan đến một số hình ảnh chụp X-quang có thể dẫn đến kết quả sai/không cần thiết khi các hình ảnh được giải thích bởi các nhà X-quang, và mục tiêu của chúng tôi là sử dụng phương pháp dựa trên CNN để xây dựng một bộ công cụ máy tính để xác định những hình ảnh X quang vú tiềm năng đó".

Các nhà nghiên cứu đã nghiên cứu xem liệu học sâu có thể phân biệt được hình ảnh từ một bộ lớn các hình ảnh X quang của những phụ nữ được chẩn đoán ác tính hay không

Tổng cộng 14.860 hình ảnh của 3.715 bệnh nhân từ hai bộ dữ liệu X quang vú riêng biệt - Bộ dữ liệu X quang vú kỹ thuật số đầy đủ (FFDM) 1.303 bệnh nhân) và Bộ dữ liệu kỹ thuật số X quang vú sàng lọc (NDSM) 2.412 bệnh nhân) - được sử dụng cho nghiên cứu.

Sau đó, Wu và các đồng nghiệp đã xây dựng các mô hình CNN để nghiên cứu 6 tình huống phân loại có thể giúp phân biệt hình ảnh X quang vú nào là lành tính, ác tính

Khu vực dưới đường cong (AUC) của các tập hợp dữ liệu kết hợp dao động từ 0,76 đến 0,91. Bởi vì AUC có giá trị tối đa là 1 và so sánh các kết quả dương tính thật so với dương tính giả, các nhà nghiên cứu nhận thấy phép đo AUC cho biết có bao nhiêu hình ảnh được xác định chính xác và sai.

Wu cho biết: “Các mô hình AI của chúng tôi có thể giúp các nhà X quang trong việc đọc những hình ảnh này và cuối cùng có lợi cho bệnh nhân bằng cách giúp giảm thiểu những lần thu hồi không cần thiết”.

Hoa Hồng
Theo healthimaging

 

 

 


Tin khác