Karcinom prsu je jednou z nejčastějších forem rakoviny u žen. Předpokladem prevence onemocnění jsou kontroly na mamografech.

Kontroly však mohou být některým ženám nepříjemné, hodnocení výsledků navíc podléhá riziku lidské chyby. V určitém počtu případů může nádor uniknout pozornosti lékaře či lékařky, anebo naopak odborníci označí za riziko to, co rizikem není.

V diagnóze rakoviny prsu je tedy co zlepšovat.

Když stroj hledá nádor

Pomoci v tom může práce týmu z Google Health, který vyvinul strojové učení schopné diagnózy rakoviny prsu na mamografech. Umělá inteligence hodnotila snímky ze skenů a stejně jako lékaři na nich hledala nádorové tkáně.

Při hodnocení výsledků z mamografu může pomoci umělá inteligence | zdroj: Profimedia

Po určité době učení se zlepšila a vykazovala lepší výsledky než lékaři-specialisté. Rozdíl byl jen v jednotkách procent, byl ale měřitelný.

Program se učil detekovat rakovinu z desítek tisíc vyšetření na mamografech v USA a Británii. V porovnání s lidskými experty snížil chyby ve falešných diagnózách rakoviny o 5,7 procenta ve Spojených státech a o 1,2 procenta v Británii. Chyby spočívající v neodhalené diagnóze pak srazil o 9,4 procenta v USA a 2,7 procenta v Británii.

V budoucnu se přitom dá očekávat, že se strojové učení bude zlepšovat. Bude k tomu ale potřeba čas.

Čas bude nutný i k tomu, aby si umělá inteligence získala důvěru u pacientů a odborného personálu. Přesto by strojové učení hodnotící mamografy mohlo do praxe dorazit spíše dříve nežli později.

Pokrok, kam se podíváš

Nejlepších výsledků totiž Google Health dosahoval u pacientů, na jejichž diagnóze spolupracoval s lékařem. Zdá se tedy, že v dohledné době by umělá inteligence neměla doktory poslat do předčasného důchodu.

Práce Google Health je jedna z mnoha, které upozorňují na potenciál umělé inteligence v medicíně. V minulých letech již strojové učení přímo či nepřímo napomohlo několika zajímavým objevům.

V roce 2018 například spojilo aktivitu krevních žilek v oku s rizikem srdeční choroby – objevila se tak rychlá diagnostická metoda detekce srdečních problémů.

Nejen robotickou diagnózu ale umělá inteligence slibuje budoucímu lékařství. Před dvěma lety strojové učení oddělilo v krevních vzorcích pacientů s rakovinou kůže zrno od plev a pomohlo vyvinout krevní test na melanom.

Řemeslníci a jejich nástroje

V loňském roce obdobných objevů přibylo. Rok mají lékaři k dispozici algoritmus vyvinutý v Česku, který dokáže předpovídat degenerativní mozková onemocnění, například Parkinsonovu chorobu.  Strojové učení také napomohlo několikrát při rychlejším vývoji nových léků.

Umělá inteligence tedy může být medicíně ku prospěchu. Strojové učení je však stále nejefektivnější, pokud jej doprovází i lidská supervize.

Je to zkrátka další nový velmi užitečný nástroj v lékařském světě – a nástroje jsou vždy jen tak dobré, jak dobří jsou řemeslníci, kteří s nimi pracují.

Ilustrační snímek | zdroj: Profimedia