Kunstig intelligens kan afsløre tuberkulose
more_vert
close

Få de daglige nyheder fra Version2 og Ingeniøren. Læs mere om nyhedsbrevene her.

close
Ved at tilmelde dig accepterer du vores Brugerbetingelser, og du accepterer, at Teknologiens Mediehus og IDA-gruppen lejlighedsvis kan kontakte dig om arrangementer, analyser, nyheder, job og tilbud m.m. via telefon og e-mail. I nyhedsbreve, e-mails fra Teknologiens Mediehus kan der forefindes markedsføring fra samarbejdspartnere.

Kunstig intelligens kan afsløre tuberkulose

Billede a viser et normalt røntgenbillede af en brystkasse på en patient med tuberkulose. Billede b viser samme udsnit, men her har GoogLeNet opdaget og farvelagt de ’tuberkulose-ramte’ områder med rød og lyseblå, mens de mørklilla områder viser, at sygdommen ikke er til stede. Det viser ifølge forskerne, at deep learning-programmet fokuserer på de rette områder. Illustration: Radiological Society of North America

Brugen af kunstig intelligens spås en stor fremmarch i de kommende år inden for sundhedsvæsenet.

For forskere bliver stadig dygtigere til at fodre computere med big data og avancerede algoritmer som deep learning, der i forskningsforsøg er næsten lige så dygtige og sommetider bedre til at diagnosticere sygdomme end læger og radiologer.

Så i fremtiden kan en masse trivielle opgaver blive automatiseret ved hjælp af kunstig intelligens. Det kan samtidig gavne fattige lande eller fjerne egne, hvor det er svært at skaffe læger nok, viser en nyt amerikansk studie med tuberkulose-patienter.

Tuberkulose på trist top 10

Tuberkulose (TB) er på top 10 over sygdomme, der koster flest dødsfald hvert år. Ifølge WHO blev 10,4 millioner mennesker syge med TB I 2016, og 1,8 millioner af dem døde af luftvejssygdommen.

Læs også: Deep learning kan forandre alt for virksomheder

Sygdommen bliver blandt andet diagnosticeret gennem røntgenbilleder af brystkassen. Men der er normalt ikke let adgang til læger og sygehuse i de lande, hvor flest bliver syge af tuberkulose. Og der kan netop kunstig intelligens komme til at spille en vigtig rolle.

»Det er en omkostningseffektiv løsning at lade kunstig intelligens fortolke røntgenbilleder og afsløre TB, fordi det gør det muligt tidligt at diagnosticere og igangsætte behandling i udviklingslande,« siger læge Paras Lakhani fra Thomas Jefferson University Hospital i Philadelphia i USA.

150 patientsager med omfattende datasæt

I forskningsprojektet har han og kollegerne lært to forskellige DCNN-modeller (deep convolutional neural networks – der er modelleret efter hjernestrukturen og anvender flere skjulte lag og mønstre i bestemmelsen af røntgenbilleder) - AlexNet og GoogLeNet - at skelne mellem TB-positive og TB-negative røntgenbilleder.

Læs også: Kunstig intelligens bedre til at afsløre sygdom hos patienter end læger

De to modeller kom frem til forskellige resultater i 13 af de 150 patientjournaler, der hver især omfattede flere datasæt og billeder.

Og i de tilfælde lod man en radiolog fortolke billederne, så man fik en 100 procent rigtig diagnosticering.

Kombination var tæt på

Den mest effektive kunstige intelligensmodel var en kombination af AlexNet og GoogLeNet, der ramte plet i 96 procent af tilfældene.

Forskerne fortsætter deres arbejde med modellerne i håbet om at finde en så sikker løsning, at den kan blive taget i brug ude i den virkelige verden.

Studiet er netop publiceret i tidsskriftet Radiology, der udgives af Radiological Society of North America.

sortSortér kommentarer
  • Ældste først
  • Nyeste først
  • Bedste først

Behandling af tuberkulose er meget mere omfattende end at analysere røntgenbilleder. En eller anden læge/forsker i den industrialiserede verden skal holde sig fra at have bilde os ind, at en IA løsning til digital røntgenbilledanalyse løser problemet med tuberkulose i fattige lande.

De fattige lande skal stadig have røntgenapparater og nu også computere med IA, og behandlingen er langvarig (6 mdr.), så det er også et spørgsmål om ressourcer til behandling, og der er stadig langt til hospitaler.

Det er kun 5-10 % af smittede, som udvikler klinisk tuberkulose i løbet af deres levetid.

Man behandler tuberkulose med fire slags antibiotika i de første tre måneder, og går derefter over til at behandle med to slags antibiotika i de efterfølgende tre måneder.
Det er vigtigt behandlingen følges. I modsat fald er der risiko for, at bakterierne bliver modstandsdygtige (resistente). Der er stadig langt til hospitaler.

Hvad med at vaccinere (Calmette vaccination) mod tuberkulose. Måske fattige lande ikke engang er i stand til at organisere og betale for vaccination af hele befolkningen mod tuberkuloser.

  • 3
  • 0