Nowy model AI rozpoznaje raka płuc szybciej i taniej niż dotąd

Prof. Kenji Suzuki i jego zespół z Instytutu Naukowego w Tokio opracowali AI, która diagnozuje raka płuc na zwykłym laptopie, bez potrzeby użycia drogich serwerów. Model uczy się na zaledwie 68 skanach komputerowych, a mimo to przewyższa działanie znanych systemów opartych na dużych zbiorach danych. To rozwiązanie może zrewolucjonizować dostęp do diagnostyki i obniżyć koszty leczenia raka.

Diagnostyka raka płuc bez superkomputera

Wyobraźmy sobie diagnozę raka płuc realizowaną na zwykłym laptopie — bez potężnych serwerów czy ogromnych baz danych. Taką możliwość stworzył profesor Kenji Suzuki wraz z zespołem z Instytutu Naukowego w Tokio. Ich nowy model sztucznej inteligencji (AI) wykorzystuje unikalne podejście deep learning, które nie wymaga zaawansowanego sprzętu ani tysięcy obrazów do nauki.

Tradycyjne modele AI potrzebują milionów zdjęć, by nauczyć się rozpoznawać choroby. Model Suzuki działa inaczej — uczy się na poziomie pojedynczych pikseli ze skanów tomografii komputerowej (CT). Co ważne, do treningu wystarczyło zaledwie 68 przypadków. Pomimo tego osiągnął on znakomite wyniki, wyprzedzając zaawansowane systemy takie jak Vision Transformer czy 3D ResNet.

Imponujące wyniki na zwykłym laptopie

Proces nauki modelu trwał zaledwie 8 minut i 20 sekund na standardowym laptopie. Po treningu potrafił on analizować nowy przypadek w czasie krótszym niż 50 milisekund. Model osiągnął wartość AUC 0,92, co oznacza bardzo wysoką precyzję diagnozy, podczas gdy inne metody miały AUC na poziomie 0,53 i 0,59.

Ta technologia to nie tylko sposób na obniżenie kosztów i przyspieszenie diagnostyki. Umożliwia dostęp do nowoczesnych narzędzi diagnostycznych nawet tam, gdzie brakuje ogromnych baz danych, np. w rzadkich chorobach. Dodatkowo, zmniejsza zapotrzebowanie na energię potrzebną do trenowania AI, co może pomóc w walce z globalnym kryzysem energetycznym.