광고
광고
광고
광고
광고
로고

[전립선암] AI can spot prostate cancer with almost 100% accuracy (AI 전립선암 발견확률 100% 임박)

이태훈 | 기사입력 2020/11/10 [19:55]

[전립선암] AI can spot prostate cancer with almost 100% accuracy (AI 전립선암 발견확률 100% 임박)

이태훈 | 입력 : 2020/11/10 [19:55]

AI can spot prostate cancer with almost 100% accuracy

A new AI algorithm developed by the University of Pittsburgh has achieved the highest accuracy to date in identifying prostate cancer, with 98% sensitivity and 97% specificity.

 

AI prostate cancer future timeline
Prostate biopsy with cancer probability (blue is low, red is high). This case was originally diagnosed as benign but changed to cancer after review by AI.
Credit: Ibex Medical Analytics

 

A study published this week in The Lancet Digital Health by University of Pittsburgh researchers demonstrates the highest accuracy to date in recognising and characterising prostate cancer using an artificial intelligence (AI) program.

 

"Humans are good at recognising anomalies, but they have their own biases or past experience," said Rajiv Dhir, Professor of Biomedical Informatics at Pitt. "Machines are detached from the whole story. There's definitely an element of standardising care."

 

To train the AI to recognise prostate cancer, Dhir and his colleagues provided images from more than a million parts of stained tissue slides taken from patient biopsies. Expert pathologists labelled each image to teach the AI how to discriminate between healthy and abnormal tissue. The algorithm was then tested on a separate set of 1,600 slides from 100 consecutive patients, seen at the University of Pittsburgh Medical Center (UPMC) for suspected prostate cancer.

 

During testing, the AI demonstrated 98% sensitivity and 97% specificity at detecting prostate cancer – significantly higher than previously reported for algorithms working from tissue slides.

 

AI prostate cancer future timeline

 

Also, this is the first algorithm to extend beyond cancer detection, reporting high performance for tumour grading, sizing and invasion of the surrounding nerves. These are all clinically important features, required as part of the pathology report.

 

The AI flagged six slides that were missed by the expert pathologists. However, Professor Dhir explains that this does not necessarily mean that the machine is superior to humans. For example, while evaluating these cases, a pathologist could have simply seen enough evidence of malignancy elsewhere in that patient's samples to recommend treatment. For less experienced pathologists, though, the algorithm could act as a failsafe to catch cases that might otherwise be missed.

 

"Algorithms like this are especially useful in lesions that are atypical," Dhir said. "A non-specialised person may not be able to make the correct assessment. That's a major advantage of this kind of system."

 

While these results are promising, Dhir cautions that new algorithms will have to be trained to detect different types of cancer. The pathology markers are not universal across all tissue types. But he believes this technology could be adapted to work with breast cancer, for example.

 

 

 

AI 전립선암 발견확률 100% 임박

 

피츠버그 대학에서 개발한 새로운 AI 알고리즘은 98 % 민감도와 97 % 특이도로 전립선 암 식별에 있어 지금까지 가장 높은 정확도를 달성했다.

 

AI 전립선 암 미래 타임 라인
암 확률이있는 전립선 생검 (파란색은 낮음, 빨간색은 높음). 이 사례는 원래 양성으로 진단되었지만 AI의 검토 후 암으로 변경되었습니다.
크레딧 : Ibex Medical Analytics

 

이번 주 피츠버그 대학 연구원 The Lancet Digital Health 에 발표 한 연구에 따르면 인공 지능 (AI) 프로그램이 전립선 암을 인식하고 특성화하는데 있어 지금까지 가장 높은 정확도를 보여준다.

 

Pitt의 Biomedical Informatics 교수인 Rajiv Dhir는 "인간은 이상을 인식하는데 능숙하지만 그들 자신의 편견이나 과거 경험을 가지고 있습니다."라고 말했다. "기계는 전체 이야기에서 분리되어 있습니다. 치료를 ​​표준화하는 요소가 분명히 있습니다."

 

AI가 전립선 암을 인식하도록 훈련시키기 위해 Dhir와 그의 동료는 환자 생검에서 가져온 염색된 조직 슬라이드 백만 개 이상에서 이미지를 제공했다. 전문 병리학 자들은 각 이미지에 라벨을 붙여 AI에게 건강한 조직과 비정상 조직을 구별하는 방법을 가르쳤다. 이 알고리즘은 피츠버그 대학 의료 센터 (UPMC)에서 전립선 암 의심 환자 100 명의 연속 환자로부터 얻은 별도의 1,600 개의 슬라이드 세트에서 테스트되었다.

 

테스트 동안 AI는 전립선 암 검출에 98 %의 민감도와 97 %의 특이성을 보여주었다. 이는 조직 슬라이드에서 작동하는 알고리즘에 대해 이전에 보고된 것보다 훨씬 더 높다.

 

AI 전립선 암 미래 타임 라인

 

또한 이것은 암 탐지를 넘어 확장된 최초의 알고리즘으로 종양 등급, 크기 조정 및 주변 신경의 침습에 대한 고성능을 보고한다. 이들은 모두 병리학 보고서의 일부로 요구되는 임상적으로 중요한 기능이다.

 

AI는 전문 병리학자가 놓친 슬라이드 6 개를 표시했다. 그러나 Dhir 교수는 이것이 반드시 기계가 인간보다 우월하다는 것을 의미하지는 않는다고 설명한다. 예를 들어, 이러한 사례를 평가하는 동안 병리학자는 해당 환자의 샘플에서 치료를 권장하기 위한 악성 종양의 충분한 증거를 볼 수있었다. 경험이 부족한 병리학 자에게는 알고리즘이 실패할 수있는 사례를 포착하는 안전 장치 역할을 할 수 있다.

 

"이와 같은 알고리즘은 특히 비정형적인 병변에 유용합니다."라고 Dhir는 말했다. "전문가가 아닌 사람은 정확한 평가를 내리지 못할 수도 있습니다. 이것이 이러한 종류의 시스템의 주요 이점입니다."

 

이러한 결과는 유망하지만 Dhir는 새로운 알고리즘이 다양한 유형의 암을 탐지하도록 훈련 되어야 한다고 경고한다. 병리 마커는 모든 조직 유형에서 보편적이지 않다. 그러나 그는 이 기술이 예를 들어 유방암에 적용될 수 있다고 믿는다.

 
암, 전립선암, AI 관련기사목록
광고
광고
광고
광고
광고
많이 본 기사
AIbio로봇,AR/VR·바이오제약 많이 본 기사
최신기사