Deep learning is een vorm van artificiële intelligentie waarbij computers patronen leren herkennen in een eindeloze reeks van voorbeelden. Onderzoekers van Northwestern University in Chicago lieten de techniek los op 6716 CT-scans van patiënten bij wie longkanker werd vermoed. Bedoeling was kwaadaardige knobbeltjes in de longen op te sporen.
De onderzoekers vergeleken hoe goed het systeem erin slaagde de sensitiviteit - het percentage terecht positieve uitslagen onder zieke personen – en de specificiteit - het percentage terecht negatieve testuitslagen onder gezonde personen – te achterhalen en vergeleek dat met de resultaten van zes radiologen.
Uit de resultaten bleek dat als er van een patiënt alleen maar een recente scan beschikbaar was, het systeem het er beter van af bracht dan de radiologen. Het systeem had minder foutpositieve en foutnegatieve uitslagen, waarbij patiënten ten onrechte ziek of gezond worden verklaard. Daardoor moesten minder patiënten nodeloos een invasieve en riskante longbiopsie ondergaan en werden minder tumoren gemist. Was er eerder al een scan genomen en konden het systeem en de radiologen de vorige en de huidige scan met elkaar vergelijken, dan scoorden ze even goed. Dat komt omdat de snelheid waarmee een verdacht knobbeltje groeit veel vertelt over de kwaadaardigheid ervan.
De reden waarom het systeem beter scoorde, ligt er volgens de onderzoekers aan dat radiologen de longen bekijken in twee dimensies, terwijl het systeem dat doet in 3 dimensies.
Longkanker heeft de hoogste mortaliteit van alle kankers. Hoe sneller longkanker wordt opgespoord, hoe eerder een behandeling kan worden opgestart en hoe meer kans de patiënten maken om te genezen. Longkanker wordt vaak pas opgespoord in geavanceerde stadia en valt dan veel moeilijker te behandelen.
Schrijf je in op onze nieuwsbrief
En blijf op de hoogte van de laatste inzichten in wetenschap en technologie.