Výzkumníci z MIT, konkrétně z jejich divize CSAIL, která se zaměřuje na počítačové inženýrství a vývoj umělé inteligence, úspěšně vytvořili dva algoritmy strojového učení, které dokáží detekovat rakovinu slinivky břišní s vyšší přesností než dosavadní diagnostické normy. Oba modely dohromady vytvářejí neuronovou síť nazvanou "PRISM". Tato síť byla navržena tak, aby specificky detekovala adenokarcinom pankreatu (PDAC), což je nejčastější forma rakoviny slinivky břišní.

V současné době používané screeningové metody dokáží zachytit zhruba 10 procent případů. PRISM je naproti tomu schopen zachytit až 35 procent případů. Je pravdou, že využití umělé inteligence při pomoci v diagnostice není zcela novou a průlomovou metodou.

Zdroj: Shutterstock

Rozdíl je ale v tom, že tato neuronová síť byla vycvičena na datech od více než 5 milionů pacientů. Tato data jsou pak použita pro předpovídání pravděpodobnosti výskytu rakoviny. Podle vývojářů je také rozdíl v tom, že model CSAIL není omezen z pohledu geografie, jako jiné modely, které byly testovány jen na pacientech z určité oblasti.

Problém ohledně rakoviny slinivky je ten, že většina pacientů dostane svou diagnózu až v momentě, kdy má svou rakoviny v pokročilém stádiu. Podle statistických údajů je až osmdesát procent případů diagnostikováno pozdě na to, aby se daly léčit. Umělá inteligence dokáže zhodnotit demografické údaje, předchozí diagnózy, medikaci a laboratorní výsledky v kombinaci s věkem, pohlavím a dalšími faktory, které ovlivňují výskyt rakoviny.

MIT již v minulosti přišlo s několika systémy, které pomáhají ve zdravotnictví, jako například systém, který pomáhá předpovídat riziko vzniku rakoviny prsu. Podle výzkumníků z MIT je pro jejich potřeby důležité, aby soubor dat byl co nejrozmanitější. Tím se také zpřesňuje výsledek, který vygeneruje umělá inteligence.