Il cancro al seno è la seconda causa di morte correlata al cancro tra le donne negli Stati Uniti. Si stima che nel 2015 a 232.000 donne sia stata diagnosticata la malattia e ne siano morte circa 40.000.
E mentre gli esami diagnostici come la mammografia sono diventati una pratica consolidata nel 2014, oltre 39 milioni di screening del cancro al seno eseguiti nei soli Stati Uniti, non sono sempre affidabili.
Circa il 10-15% delle donne che si sottopongono a una mammografia è pregato di tornare dopo un’analisi inconcludente.
Ecco perché i ricercatori della New York University stanno studiando una tecnica guidata dall’IA. La quale promette una precisione molto più elevata rispetto ai test di oggi.
Intelligenza artificiale per sconfiggere cancro al seno
In un articolo pubblicato di recente su Arxiv.org (dal titolo: “Le reti neurali profonde migliorano le prestazioni dei radiologi nello screening del cancro al seno“), descrivono una profonda rete neurale convoluzionale.
Una classe di algoritmo di apprendimento automatico comunemente usato nella classificazione delle immagini. La quale incide un’area sotto la curva ROC (AUC) di 0,895 nel predire la presenza di un tumore al seno canceroso.
Inoltre, affermano che l’AUC è superiore rispetto a entrambi i metodi oggi in uso. Il codice e i modelli pretraining più performanti sono disponibili su Github.
“In questo lavoro, proponiamo una nuova architettura di rete neurale per gestire in modo efficiente un ampio set di mammografie mammarie ad alta risoluzione. Con etichette collaudate con biopsia”.
spiegano gli autori della carta.
“Dimostriamo sperimentalmente che il nostro modello è accurato come un radiologo esperto. e che può migliorare l’accuratezza delle diagnosi dei radiologi quando viene usato come secondo lettore.
Poi conclude
“Il fatto che precedenti esami non visti con tumori maligni siano stati trovati dalla rete per essere ulteriormente simili, conferma che il nostro modello esibisce forti capacità di generalizzazione.”
