Doświadczony radiolog i zakamuflowany tygrys - co mają ze sobą wspólnego?

Złośliwie mógłbym powiedzieć, że jednego i drugiego trudno spotkać w Polsce - wciąż część szpitali robi np. MRI, ale na opis trzeba czekać ok. pół roku, bo wykonywany jest przez radiologa z innego szpitala…
Ale nie jestem złośliwy i dziś nie o tym ;)
🧠 Naukowcy z Boston University trenowali AI na rozpoznawaniu zakamuflowanych zwierząt. Nieoczekiwanie odkryli coś, co może zmienić sposób diagnozowania guzów mózgu.
Jak to działa? 🤔
Wyobraź sobie dwie sytuacje:
- 🐅 zwierzę ukrywające się w naturalnym kamuflażu
- 🧠 guz wtapiający się w zdrową tkankę mózgu
Okazuje się, że mechanizm ich rozpoznawania przez sztuczną inteligencję jest zaskakująco podobny!
Co odkryli naukowcy?
Zespół przeszkolił sieci neuronowe najpierw na rozpoznawaniu zakamuflowanych zwierząt, a następnie wykorzystał tę wiedzę do wykrywania guzów w obrazach MRI.
Wyniki?
👉 Dokładność wykrywania guzów wzrosła nawet o 8,35% (z 83,85% do 92,20% dla sieci T2Net) i ogólna dokładność 85,99% dla T1Net;
👉 Sieć nauczyła się dostrzegać nie tylko sam guz, ale także subtelne zmiany w otaczającej go tkance;
👉 System zaczął działać podobnie do doświadczonych radiologów, analizując wpływ guza na sąsiednie struktury mózgu.
Co ciekawe, sieć nie tylko patrzyła na sam guz - nauczyła się też:
👉 obserwować odkształcenia okolicznych tkanek;
👉 analizować przesunięcia w strukturze mózgu;
👉 identyfikować zmiany symetryczności.
🔍 Szczególnie interesujące jest to, że sieć sama odkryła te wzorce - nikt jej nie powiedział na co ma patrzeć!
To pokazuje jak natura może inspirować rozwój technologii medycznych.
Mechanizmy, które pomagają zwierzętom ukrywać się w środowisku mogą paradoksalnie pomóc nam w wykrywaniu tego, co ukryte w ludzkim mózgu.
Tego typu rozwiązania wraz z coraz większą dostępnością MRI mogą być krokiem milowym we wczesnym wykrywaniu zmian nowotworowych ratując niezliczone życia ludzkie - a przy okazji nasz system zdrowotny...
🇵🇱 Smutny obraz Polski…
Schodząc na naszą polską ziemię jak wygląda sytuacja u nas z Radiologią?
Według danych Najwyższej Izby Kontroli z 2022 roku w aż ok. 35% szpitali brakuje specjalistów radiologów - i to pomimo rosnącego trendu ich ogólnej liczby. W niektórych szpitalach nie ma kto opisywać badań - co nie tylko wydłuża czas oczekiwania na wyniki, ale może prowadzić do przestoju w badaniach.

Patrząc na dane sprzed pandemii już wtedy było można zaobserwować spadający trend dziennej liczby badań, co jest o tyle martwiące, że badania te potrafią niezwykle przyśpieszyć diagnozę.
NeuroNauka w biznesie i na co dzień prosto na Twój e-mail
Cotygodniowy biuletyn o NeuroOdkryciach w biznesie i na co dzień. Prosto o mózgu, neuronauce, efektywności. Dołącz do 12 700+ subskrybentów.

NeuroNauka w biznesie i na co dzień prosto na Twój e-mail
Dołącz do 12 700+ subskrybentów.

Źródła:
- Rustom, F., Moroze, E., Parva, P., Ogmen, H., & Yazdanbakhsh, A. (2024). Deep learning and transfer learning for brain tumor detection and classification. Biology Methods and Protocols, 9(1),
- Selvaraju, R.R., et al. (2019). Grad-CAM: Visual Explanations from Deep Networks via Gradient-based Localization. International Journal of Computer Vision, 128, 336–359.
- Akkus, Z., et al. (2017). Predicting Deletion of Chromosomal Arms 1p/19q in Low-Grade Gliomas from MR Images Using Machine Intelligence. Journal of Digital Imaging, 30(4), 469–476.
- Najwyższa Izba Kontroli (2022) Informacja o wynikach kontroli: ZAKUP I WYKORZYSTANIE WYSOKOSPECJALISTYCZNEJ APARATURY MEDYCZNEJ W PODMIOTACH LECZNICZYCH. KZD. 430.008.2021, Nr ewid. 4/2022/P/21/057/KZD










