Ingeniører udvikler AI-system til at opdage ofte savnede kræfttumorer

Læger kan snart få hjælp i kampen mod kræft takket være University of Central Floridas Computer Vision Research Center.

Ingeniører på centret har lært en computer, hvordan man opdager små pletter af lungekræft i CT-scanninger, som radiologer ofte har svært ved at identificere. Det kunstige intelligens-system er omkring 95 procent nøjagtigt, sammenlignet med 65 procent, når det udføres med menneskelige øjne, sagde holdet.

"Vi brugte hjernen som en model til at skabe vores system, " sagde Rodney LaLonde, en doktorand og kaptajn for UCF's hockeyhold. "Ved du, hvordan forbindelser mellem neuroner i hjernen styrkes under udvikling og læring? Vi brugte den plan, hvis du vil, for at hjælpe vores system med at forstå, hvordan man leder efter mønstre i CT-scanningerne og lære sig selv, hvordan man finder disse små tumorer."

Fremgangsmåden ligner de algoritmer, som software til ansigtsgenkendelse bruger. Den scanner tusindvis af ansigter på udkig efter et bestemt mønster for at finde dets match.

Ingeniørassistent Ulas Bagci leder gruppen af ​​forskere i centret, der fokuserer på kunstig intelligens med potentielle medicinske anvendelser.

Gruppen fodrede mere end 1, 000 CT-scanninger – leveret af National Institutes of Health gennem et samarbejde med Mayo Clinic – ind i den software, de udviklede for at hjælpe computeren med at lære at lede efter tumorerne.

Kandidatstuderende, der arbejdede på projektet, skulle lære computeren forskellige ting for at hjælpe den med at lære ordentligt. Naji Khosravan, som forfølger sin doktorgrad, skabte rygraden i læringssystemet. Hans færdigheder i nye maskinlærings- og computervisionsalgoritmer førte til, at hans sommer som praktikant hos Netflix hjalp virksomheden med forskellige projekter.

LaLonde lærte computeren at ignorere andet væv, nerver og andre masser, den stødte på ved CT-scanninger og analyser af lungevæv. Sarfaraz Hussein, som fik sin doktorgrad sidste sommer, finjusterer AI's evne til at identificere kræft- versus godartede tumorer, mens kandidatstuderende Harish Ravi Parkash tager erfaringer fra dette projekt og anvender dem, kan du se, om der kan udvikles et andet AI-system til at hjælpe med at identificere eller forudsige hjernesygdomme.

"Jeg tror, ​​det vil have en meget stor indflydelse, Bagci sagde. "Lungekræft er kræftdræber nummer et i USA, og hvis det opdages i sene stadier, overlevelsesraten er kun 17 procent. Ved at finde måder at hjælpe med at identificere tidligere, Jeg tror, ​​vi kan hjælpe med at øge overlevelsesraten. "

Holdet vil præsentere sine resultater i september på den største førende konference for medicinsk billedforskning - MICCAI 2018-konferencen i Spanien. Teamets arbejde er blevet offentliggjort forud for konferencen.

Næste skridt er at flytte forskningsprojektet ind i et hospitalsmiljø; Bagci leder efter partnere for at få det til at ske. Efter det, teknologien kan være et år eller to væk fra markedet, sagde Bagci.

"Jeg tror, ​​vi alle kom hertil, fordi vi ville bruge vores passion for ingeniørarbejde til at gøre en forskel, og at redde liv er en stor indflydelse, " sagde LaLonde.

Ravi Prakash er enig. Han studerede ingeniørvidenskab og dets anvendelser til landbruget, før han hørte om Bagci og hans arbejde på UCF. Bagcis forskning er inden for biomedicinsk billeddannelse og maskinlæring og deres anvendelser inden for klinisk billeddannelse. Tidligere, Bagci var en stabsforsker og laboratoriechef ved NIH's Center for Infectious Disease Imaging laboratorium, i afdelingen for radiologi og billeddiagnostik.