Одобрена первая ИИ-система прогнозирования рака груди
Раком груди в мире ежегодно заболевает более 2,3 млн. женщин, из которых только в США более 370 тыс., а в России в 2023 году данное заболевание поразило более 77 тысяч женщин. Это самое «популярное» онкологическое заболевание среди женщин.
Своевременный профилактический осмотр позволяет выявить заболевание на ранней стадии, но, к сожалению, не способен спрогнозировать риск развития. Существующие модели, опирающиеся на наследственность, возраст, расу очень далеки от достоверных цифр и не могут предсказать как минимум 85% случаев заболевания. При этом риск заболеть в 40 лет у многих женщин не меньше, чем в 50 или 60 лет.
Поэтому в США компания Clairity, Inc разработала модель оценки рисков, основанную на искусственном интеллекте и получила одобрение FDA в качестве прогностического исследования.
Как это всё работает? В течении нескольких лет Claririty собирала снимки маммографии (собрать удалось несколько миллионов снимков), а затем тренировала на них нейросеть, указывая на снимки тех женщин, которые в последствии заболевали.
За счёт большого объёма данных удалось очень чётко установить корреляцию между изменениями на маммографии и вероятностью развития рака. Причём корреляцию удавалось установить даже на тех снимках, на которых рентгенологи-люди не видели никаких аномалий.
Срок прогнозирования составил 5 лет, кроме того, теперь куда более точный прогноз можно получить вне зависимости от расовой принадлежности, национальности и наследственности. Система анализирует именно состояние молочных желез по обычным маммографическим снимкам, и, как оказалось, этого вполне достаточно — информация о наследственности, принимаемых лекарствах, цвете кожи была статистически не значима и практически не повышала точности предсказания.
Запустить систему в коммерческое использование планируется в конце 2025 года.
P.S. Ещё у меня есть бессмысленные и беспощадные ТГ-каналы (ну а как без них?):
Вот тут про молекулярную биологию, биотех и новых исследованиях: https://t.me/nextmedi;
Мой личный, куда сваливается наука и всякое гиковское: https://t.me/deeplabscience.








