Ο καρκίνος του πνεύμονα είναι μία από τις κυριότερες αιτίες θανάτου από καρκίνο σε άνδρες και γυναίκες παγκοσμίως, σύμφωνα με την Αμερικανική Εταιρεία Καρκίνου (American Cancer Society). Κάθε χρόνο, περίπου 154.000 πεθαίνουν από καρκίνο του πνεύμονα, δηλαδή περισσότεροι από τον καρκίνο του παχέος εντέρου, του μαστού και του προστάτη και μάλιστα ο κίνδυνος εμφάνισης καρκίνου του πνεύμονα είναι 1 προς 15.
Τα επιτυχή αποτελέσματα των ασθενών εξαρτώνται καθαρά από την έγκαιρη ανίχνευση του συγκεκριμένου τύπου καρκίνου, – οι μισοί νέοι ασθενείς που έχουν διαγνωστεί με καρκίνο του πνεύμονα κατέληξαν να βρίσκονται με μετάσταση, μόνο το 4% θα ζήσει για πέντε χρόνια. Ευτυχώς, η πρόοδος στην τεχνητή νοημοσύνη (AI) θα μπορούσε να διευκολύνει τους κλινικούς ιατρούς να εντοπίζουν τα σημάδια της ανάπτυξης του όγκου με μεγαλύτερη ακρίβεια απ ‘ό, τι μόνο με τα μάτια.
Μια έκθεση που δημοσίευσε πρόσφατα το Πανεπιστήμιο της Κεντρικής Φλώριδας με τίτλο “Single-Shot Single-Scale Lung Nodule Detection” περιγράφει μια βαθιά μέθοδο για την ανίχνευση του καρκίνου των πνευμόνων που χρησιμοποιεί ένα νευρωνικό δίκτυο (convolutional neural network) -δηλαδή ένα μοντέλο πολυεπίπεδης μηχανικής μάθησης που μιμείται τη συμπεριφορά των νευρώνων στον ανθρώπινο εγκέφαλο – και το θετικό στοιχείο της υπόθεσης είναι πως οι ερευνητές του τμήματος Center for Research in Computer Vision (CRCV) του Πανεπιστημίου της Κεντρικής Φλώριδας κατάφεραν να εντοπίσουν κάθε μικροσκοπικό οζίδιο στον πνεύμονα με 95 έως 97% ευαισθησία.
Το έργο τους βασίζεται στη μελέτη που διεξήγαγαν κάποιοι άλλοι επιστήμονες του NYU τον Σεπτέμβριο, το οποίο τρέχει στο Inception-v3 της Google, ένα ανοιχτό νευρωνικό δίκτυο που σχεδιάστηκε για την αναγνώριση αντικειμένων και για την ανίχνευση ορισμένων μορφών καρκίνου των πνευμόνων με ακρίβεια 97%.
Η ερευνήτρια ομάδα από το Πανεπιστήμιο της Κεντρικής Φλόριντα ανέφερε: «Η προσέγγισή μας χρησιμοποιεί ένα μόνο feed-forward σε ένα ενιαίο δίκτυο για την ανίχνευση, και έχει την ικανότητα να παρέχει καλύτερη απόδοση σε σύγκριση με την τρέχουσα μεθοδολογία που υπάρχει στην επιστημονική βιβλιογραφία. Χρησιμοποιήσαμε δημόσιες διαθέσιμες σαρώσεις και αποδείχθηκε ότι η προτεινόμενη μέθοδος υπερέχει της τρέχουσας τυπικής μεθοδολογίας, τόσο από την άποψη της αποτελεσματικότητας όσο και της ακρίβειας … Από όσο γνωρίζουμε, αυτή είναι η πρώτη μελέτη για την ανίχνευση των οζιδίων στον πνεύμονα σε ένα βήμα».
Το σύστημα των ερευνητών, που ονομάστηκε S4ND, διαιρεί τα δεδομένα εισόδου – ηλεκτρονικής τομογραφίας (computerized tomography) – σε ένα πλέγμα κυττάρων και πραγματοποιεί ταυτόχρονη ταξινόμηση για όλα τα κύτταρα. Τα 36 στρώματα συνέλισης (που περιλαμβάνουν πέντε “πυκνά συνδεδεμένα” μπλοκ των έξι στρωμάτων) έλαβαν υπόψη πληροφορίες πλαισίου από ολόκληρη τη σάρωση για να προβλέψουν την παρουσία οζιδίων σε ένα κύτταρο, μερικά από τα οποία είχαν μέγεθος μικρότερο από 3 mm.
