Neurochirurgen und Pathologen der Universität von Michigan konnten zeigen, wie KI Krebstumoren genauso genau diagnostizieren kann wie Menschen.
Die Arbeit von Todd Hollon und einem Team von Neurochirurgen und Pathologen an der Medizinischen Fakultät der Universität von Michigan zeigte, wie AI könnte Krebs in abgebildetem Gewebe diagnostizieren. Die Arbeit wurde in einer Zeitschrift veröffentlicht Naturbiomedizintechnik .
Forscher bildeten Gewebe von 100 neurologischen Patienten mit beiden vorhandenen Methoden und unter Verwendung von KI ab. Beide Techniken lieferten genaue Ergebnisse, aber die KI-Methode kam viel schneller zum Ergebnis.
VERBINDUNG: NEUES AI-SYSTEM SCHNIFFT VERPASSTE TUMOREN BEI KREBSPATIENTEN AUS
Operationen könnten dank KI beschleunigt werden
Wenn die KI-Methode in allen medizinischen Einrichtungen angewendet wird, könnten sie nach Ansicht der Forscher den Betrieb beschleunigen.
„Durch das Erreichen einer hervorragenden Bildqualität in frischen Geweben können wir während der Operation eine Diagnose stellen“, sagte der Erstautor. Daniel A. Orringer, MD, Assistenzprofessor für Neurochirurgie an der University of Michigan Medical School in a Pressemitteilung Hervorheben der Ergebnisse. „Dadurch entfällt der langwierige Prozess des Versendens von Geweben aus dem OP zur Verarbeitung und Interpretation.“
Nach Ansicht der heutigen Forscher muss der Chirurg bis zur Feststellung einer Diagnose während einer Operation bis zu vierzig Minuten warten, während das Gewebe vom Pathologielabor analysiert wird. Wenn dies jedoch effizienter durchgeführt würde, könnten Geld und Kosten gespart werdenReduzieren Sie die Zeit im Operationssaal.
Computer wird immer intelligenter
„Unsere Technik kann den intraoperativen Diagnoseprozess erheblich stören und ihn von einem 30-minütigen Prozess auf etwa 3 Minuten reduzieren“, sagte Orringer.Wir haben jedoch festgestellt, dass die Technologie weit mehr kann als nur die Führung von Operationen. “
Die Wissenschaftler konnten einem Computer auch beibringen, wie die Bilder zur Diagnose verwendet werden. Sie erstellten und validierten einen maschinellen Lernprozess, bei dem in 30 Patientenproben in 90% der Fälle ein Hirntumor-Subtyp identifiziert wurde.
Orringer sagte in der Pressemitteilung, je mehr Informationen dem Computer zugeführt wurden, desto genauer wurde die Diagnose.