A számítógép 95 százalékos, a bőrgyógyászok 86,6 százalékos pontossággal ismerték fel a melanomát, a bőr egy gyakori rosszindulatú daganatát.
Egy német, amerikai és francia orvosokból álló csoport több mint 100 ezer felvételt mutatott a mesterséges intelligenciának, hogy megtanítsa, melyiken látható veszélyes bőrelváltozás és melyik veszélytelen.
A bőrelváltozások észlelésére betanított konvolúciós neurális háló (CNN) 17 ország 58 bőrgyógyászával vette fel a versenyt, amelynek során melanomás és veszélytelen anyajegyek fotóit mutatták a tesztben résztvevőknek.
A dermatológusok több mint felének volt öt évnél nagyobb tapasztalata, 19 százalékuknak 2-5 évnyi, 29 százalékuk kezdő volt, vagyis két évnél kevesebb ideje praktizált.
"A CNN a legtöbb bőrgyógyásznál jobban teljesített" - írta a kutatócsoport az Annals of Oncology című szaklapban.
A dermatológusok átlagosan 86,6 százalékban ismerték fel a bőrrákot a fotókon, a képanalitikában használt CNN sikerrátája 95 százalékos volt.
"Kevesebb melanomát ítélt tévesen jóindulatú anyajegynek, ami azt jelenti, hogy pontosabban érzékel, mint a szakértő ember. A gép ezen kívül kevesebb veszélytelen anyajegyet diagnosztizált tévesen rákos daganatnak, ami azt jelenti, hogy kevesebb felesleges műtétet kellett volna elvégezni" - írta közleményében Holger Haenssle, a Heidelbergi Egyetem tudósa, a tanulmány vezető szerzője.
A bőrgyógyászok teljesítménye javult, ahogy több információhoz jutottak a páciensekről és bőrelváltozásaikról.
A kutatók szerint a mesterséges intelligencia a gyorsabb, könnyebb diagnózist segítheti elő, ami lehetővé teszi a daganat műtéti eltávolítását, még mielőtt az továbbterjedne.
Évente a világon 232 ezer új melanomás esetet diagnosztizálnak, mintegy 55 ezren halnak bele a betegségbe - olvasható a közleményben.
A melanoma a test egyes pontjain - többek között a hajas fejbőrön vagy az ujjakon - nehezen fotózható, ezért ezeket a nem tipikus daganatokat talán nehezebben ismerné fel a mesterséges intelligencia, valamint talán azokat sem találná meg, amelyekről a páciens sem tud.
Az alapos orvosi vizsgálatnak egyelőre nincs alternatívája"
- kommentálta a tanulmányt a szaklapban két ausztrál szakértő, Victoria Mar és Peter Soyer.
A konvolúciós neurális háló (CNN) a kétdimenziós adatok, például képek feldolgozására alkalmas. A neurális hálókban a feldolgozás egymásra épülő rétegekben történik, amelyek a képet apró szegmensenként elemzik, és e folyamat tökéletesítését tanulja meg az algoritmus.