A Google új mesterséges intelligenciája mammográfiai felvételeket, vagyis a mellekről készült röntgenfelvételeket vizsgál, és a rendszer teljesítményéről beszámoló Nature-tanulmány szerint annak használatával akár 9,4 százalékkal is csökkenthető lehet az álnegatív eredmények aránya. Ez pedig nagyon fontos előrelépést jelenthet a diagnosztikában, hiszen jelenleg a mammográfiai vizsgálatok során az emlőrákos esetek 20 százalékát nem sikerül azonosítani.
Az emlőrák napjainkban a nők körében a második vezető halálok a tüdőrák után. Mint minden daganatos betegség esetében, a korai diagnózis az emlőráknál is kulcsfontosságú, hiszen a kezelések akkor a leghatékonyabbak, ha minél korábban elkezdik ezeket. A szűrésre a legelterjedtebb módszer a mammográfia, amely alapján azonban nagyszámú esetet tévesen ítélnek meg.
Sok az olyan beteg, akiknél álpozitív eredménye lesz a tesztnek, vagyis annak ellenére daganatot jelez a módszer, hogy nem rákosak. Ezen esetekről aztán a további vizsgálatok során kiderül, hogy a diagnózis téves volt, de eddigre rengeteg pénz megy el a tesztekre. Még ennél is nagyobb gondot jelentenek azonban az álnegatív eredmények, amikor a mammográfia alapján azoknál sem állapítják meg a betegséget, akik érintettek, így a páciensek továbbra is egészségesnek hiszik magukat.
A nemrégiben publikált tanulmány egy olyan kutatásról számol be, amely során a 25 ezer brit és 3000 amerikai nő anonimizált mammográfiai felvételeit elemezte a mesterséges intelligencia. A leletek vizsgálata a radiológusok által megszokott módon történt, vagyis a rendszer daganatos szövetekre utaló jelek után kutatva vizsgálta meg a felvételeket. Ezt követően a szakértők az eredményeket összevetették az emberi orvosok diagnózisával és a betegek további sorsával is. Végül a leletek egy kis részét még egyszer kiértékelte egy 6 fős radiológuscsoport.
Az Egyesült Államokban élő betegek esetében a mesterséges intelligencia az álnegatív esetek számát 9,4 százalékkal volt képes csökkenteni, az álpozitívakét pedig 5,7 százalékkal. Az Egyesült Királyságban ennél mérsékeltebb volt a gépi rendszer teljesítményfölénye, minden bizonnyal azért, mert az ottani protokollok szerint a leleteket általában két radiológus is ellenőrzi. Így a brit betegek esetében az álpozitív eseteket 2,7 százalékkal, az álpozitívakat 1,2 százalékkal sikerült csökkenteni. Az azonban a britek esetében is világosan látszik, hogy a rendszer jelentősen pontosabban értékeli a leleteket, mint amire egyetlen radiológus képes lenne.
A mesterséges rendszer sem tökéletes persze, de a kutatás egyik fontos tapasztalatának tűnik, hogy az emberi diagnoszták és a gépi rendszer együttműködve még hatékonyabbak lehetnek, mint külön-külön. Az eredmények ugyanis nem teljesen fedték egymást: bizonyos esetekben a mesterséges intelligencia nem jelzett pozitívnak olyan leleteket, amelyeken az orvosok kiszúrták a rák jeleit, míg máskor az orvosok nem vették észre a jeleket, a gép viszont igen. A Google illetékesei ennek fényében hangsúlyosan a radiológusok segítésére, nem pedig helyettesítésükre szeretnék bevetni a rendszert, miután elvégezték az ehhez szükséges további vizsgálatokat.
