Machine learning blijkt handig bij het opsporen van hersentumoren

2 reacties

De University of Pennsylvania heeft in samenwerking met Intel en tientallen ziekenhuizen een machine learningsysteem ontwikkeld dat hersentumoren kan detecteren, zo publiceert Nature. Door middel van wat de onderzoekers federated learning noemen kunnen tumoren in de hersenen tot 33 procent beter opgespoord worden. Het zou een van de grootste onderzoeken naar deze vorm van kanker ooit zijn.

De onderzoekers hebben zich specifiek gericht op glioblastoma multiforme, een vorm van hersenkanker die volgens kanker.nl jaarlijks bij tussen de 500 en 700 Nederlanders ontdekt wordt. De informatiewebsite benadrukt dat de vooruitzichten bij deze ziekte zeer slecht zijn.

Het is daarom volgens de onderzoekers van groot belang dat de tumoren snel en effectief gedetecteerd kunnen worden, wat middels het algoritme dus tot 33 procent vaker gebeurt. Ook kon met het federated learningmodel tot 23 procent vaker de volledig tumor gespot worden; iets wat bij deze vorm van kanker zeer ingewikkeld is. Aan het onderzoek deden ruim 70 oncologieafdelingen van ziekenhuizen over zes continenten mee. Breinscans middels mpMRI's werden geüpload en in de beveiligde kernen van Intel Xeon E-2286M vPro-processors (8 cores, 2,4 tot 5,0 GHz kloksnelheden) geanonimiseerd verwerkt. De data werd vervolgens vergeleken met menselijke diagnoses om zo het algoritme te trainen.

Machine learningalgoritmes worden vaker gebruikt in de medische wereld, bijvoorbeeld ter ondersteuning van het diagnosticeren van borstkanker. Het voordeel van ai is dat een model veel beter patronen kan herkennen op basis van grote datasets. Het gevaar van kunstmatige intelligentie is daarentegen dat de datasets bevooroordeeld zijn; iets wat altijd geminimaliseerd moet worden. Het feit dat er voor het onderzoek in het in dit artikel besproken onderzoek zoveel verschillende ziekenhuizen meewerkten kan hierbij geholpen hebben.

Bron: Nature

« Vorig bericht Volgend bericht »
0

Hardware Info maakt gebruik van cookies

Hardware Info plaatst functionele en analytische cookies voor het functioneren van de website en het verbeteren van de website-ervaring. Deze cookies zijn noodzakelijk. Om op Hardware Info relevantere advertenties te tonen en om ingesloten content van derden te tonen (bijvoorbeeld video's), vragen we je toestemming. Via ingesloten content kunnen derde partijen diensten leveren en verbeteren, bezoekersstatistieken bijhouden, gepersonaliseerde content tonen, gerichte advertenties tonen en gebruikersprofielen opbouwen. Hiervoor worden apparaatgegevens, IP-adres, geolocatie en surfgedrag vastgelegd.

Meer informatie vind je in ons cookiebeleid.

Toestemming beheren

Hieronder kun je per doeleinde of partij toestemming geven of intrekken. Meer informatie vind je in ons cookiebeleid.

Functioneel en analytisch

Deze cookies zijn noodzakelijk voor het functioneren van de website en het verbeteren van de website-ervaring. Klik op het informatie-icoon voor meer informatie.

janee

    Relevantere advertenties

    Dit beperkt het aantal keer dat dezelfde advertentie getoond wordt (frequency capping) en maakt het mogelijk om binnen Hardware Info contextuele advertenties te tonen op basis van pagina's die je hebt bezocht.

    janee

    Hardware Info genereert een willekeurige unieke code als identifier. Deze data wordt niet gedeeld met adverteerders of andere derde partijen en je kunt niet buiten Hardware Info gevolgd worden. Deze data wordt maximaal 2 weken bewaard. Je kunt deze toestemming te allen tijde intrekken.

    Ingesloten content van derden

    Deze cookies kunnen door derde partijen geplaatst worden via ingesloten content. Klik op het informatie-icoon voor meer informatie over de verwerkingsdoeleinden.

    janee