Nieuwe vooruitgang in AI voor klinisch gebruik

Onderzoekers van Radboudumc hebben de kunstmatige intelligentie (AI) in de klinische setting verder ontwikkeld nadat ze hebben aangetoond hoe AI problemen kan diagnosticeren die vergelijkbaar zijn met die van een arts, en ook hebben laten zien hoe het tot die diagnose komt. AI speelt al een rol in deze omgeving, waar het wordt gebruikt om snel afwijkingen te detecteren die door experts kunnen worden gelabeld als een ziekte.. AI speelt al een rol in deze omgeving, waar het wordt gebruikt om snel afwijkingen te detecteren die door experts kunnen worden gelabeld als een ziekte.

AI in de klinische setting

Kunstmatige intelligentie wordt steeds vaker gebruikt bij de diagnose van medische beelden. Wat traditioneel door een arts werd gedaan door een röntgenfoto of biopsie te bestuderen om afwijkingen te identificeren, kan nu met AI worden gedaan. Door het gebruik van diepe leerprocessen kunnen deze systemen zelfstandig diagnosticeren, vaak net zo nauwkeurig of zelfs beter dan menselijke artsen.

De systemen zijn echter niet perfect. Een van de problemen is dat de AI niet laat zien hoe het de beelden analyseert en tot een diagnose komt. Een ander probleem is dat ze niets extra’s doen, wat betekent dat ze stoppen zodra ze een specifieke diagnose hebben gesteld. Dit kan ertoe leiden dat het systeem sommige afwijkingen mist, zelfs als de diagnose correct is.

In deze situatie is de menselijke arts beter in het observeren van de patiënt, röntgenfoto of andere beelden in het algemeen.

Vooruitgang in de AI

Deze problemen voor AI in de klinische setting worden nu aangepakt door onderzoekers. Christina González Gonzalo is een promovendus bij de A-eye Research en Diagnostic Image Analysis Group van Radboudumc.

González Gonzalo heeft een nieuwe methode ontwikkeld voor de diagnostische AI door middel van oogscans die afwijkingen van de retina vonden. De specifieke afwijkingen kunnen gemakkelijk worden gevonden door menselijke artsen en AI, en ze worden vaak in groepen aangetroffen.

In het geval van het AI-systeem zou het één of een paar afwijkingen diagnosticeren en stoppen, waarmee het één van de nadelen van het gebruik van een dergelijk systeem aantoont. Om dit aan te pakken, heeft González Gonzalo een proces ontwikkeld waarbij de AI de afbeelding meerdere keren doorloopt. Wanneer het dit doet, leert het om de plaatsen die het al had behandeld te negeren, waardoor het nieuwe afwijkingen kan ontdekken. Bovendien benadrukt het AI-systeem ook verdachte gebieden, waardoor het hele diagnostische proces voor mensen transparanter wordt.

Deze nieuwe methode verschilt van de traditionele AI-systemen die in deze setting worden gebruikt, die hun diagnose baseren op één beoordeling van de oogscan. Nu kunnen onderzoekers zien hoe het nieuwe AI-systeem tot zijn diagnose is gekomen.

Om de reeds gedetecteerde afwijkingen te negeren, vult het AI-systeem deze digitaal met gezond weefsel uit de omgeving van de afwijkingen. De diagnose wordt vervolgens gebaseerd op alle beoordelingsronden die samen worden genomen.

De studie toonde aan dat dit nieuwe systeem de gevoeligheid van de detectie van diabetische retinopathie en leeftijdsgebonden maculadegeneratie met 11,2+/-2,0% verbeterde.

Dit nieuwe systeem kan de manier waarop AI wordt gebruikt bij de diagnose van ziekten op basis van afwijkingen echt veranderen, en de grootste vooruitgang is de nieuwe transparantie die het kan aantonen bij dit proces. Deze transparantie is wat toekomstige correcties en vooruitgang mogelijk zal maken, met als einddoel een AI-systeem dat problemen veel nauwkeuriger en sneller kan diagnosticeren dan de beste menselijke experts op het gebied. Alles kan ook leiden tot een meer betrouwbaar systeem, wat mogelijk resulteert in een bredere adoptie ervan binnen het grotere veld, met meer toekomstige correcties en vooruitgang, met als einddoel een AI-systeem dat problemen veel nauwkeuriger en sneller kan diagnosticeren dan de beste menselijke experts op het gebied. All of this could also lead to a more trustworthy system, possibly resulting in the widespread adoption of it within the larger field.