Ricercatori ungheresi ai vertici del mondo scientifico
Gli scienziati ungheresi hanno scoperto un metodo con cui il cancro al seno può essere diagnosticato molto prima, più facilmente e più rapidamente. Il loro articolo correlato è diventato il trentesimo più letto sulla rivista Nature, una delle riviste scientifiche più riconosciute al mondo.
Una rivoluzione nel rilevamento del cancro al seno?
Il cancro al seno è il cancro più comune nelle donne ed è la principale causa di morte per cancro tra le donne nel mondo. Pertanto, gli scienziati ungheresi hanno sviluppato un metodo innovativo, il cosiddetto sistema di deep learning, un software di analisi delle immagini che può rivoluzionare gli screening mammografici. Il loro articolo correlato pubblicato su Nature Scientific Reports è diventato il 30esimo più letto tra gli oltre 17mila articoli apparsi sul periodico scientifico nel 2018 ha riferito Szeretlekmagyarorszag.hu.
Infatti, il metodo è già stato introdotto per The Digital Mammography DREAM Challenge che mira a migliorare la valutazione delle mammografie di screening La sfida è stata avviata dal National Cancer Institute degli Stati Uniti e dalla Cancer Moonshot Initiative avviata dall’ex vicepresidente degli Stati Uniti Joe Biden In questo concorso, Dezső Ribli, uno studente di dottorato dell’Università Eötvös Loránd (Budapest) e uno degli autori del suddetto articolo su Nature
è arrivato al secondo posto tra gli oltre 1.200 scienziati candidati.
Secondo gli autori dell’articolo di Nature, la sfida DM ha fornito un’eccellente opportunità per confrontare le prestazioni dei metodi concorrenti in modo controllato ed equo invece di valutazioni auto-riferite su set di dati diversi o proprietari.
Il software di analisi delle immagini sviluppato dal team ungherese di scienziati è in grado di
riscontrando 90 pc di tumori malevoli
e, in media, segna solo 30 pc delle immagini che scherma in modo errato, In effetti, questo è un rapporto molto buono nella pratica medica attuale, e aiuta molto la diagnosi precoce della malattia Inoltre, il sistema impara autonomamente analizzando costantemente nuove immagini.
IA più veloce e instancabile
Se il metodo funziona bene nei test futuri, anche quegli ospedali possono avviare screening mammografici che lottano con la mancanza di forza lavoro professionale o dove medici e infermieri sono sovraccarichi.
Riguardo alla storia del metodo, hanno scritto che negli ultimi due decenni sono stati sviluppati sistemi di rilevamento assistito da computer (CAD) per aiutare i radiologi ad analizzare le mammografie di screening; tuttavia, i vantaggi delle attuali tecnologie CAD sembrano essere contraddittori; pertanto, dovrebbero essere migliorati per essere considerati utili in definitiva Dal 2012, le reti neurali convoluzionali profonde (CNN) hanno avuto un enorme successo nel riconoscimento delle immagini
raggiungere le prestazioni umane.
Questi metodi hanno ampiamente superato gli approcci tradizionali, che sono simili alle soluzioni CAD attualmente utilizzate. Le CNN profonde hanno il potenziale per rivoluzionare l’analisi delle immagini mediche perché commettono tanti errori quanti sono gli esseri umani, ma sono molto più veloci e instancabili.
L’articolo è stato scritto Dezs invece Ribli PhD-student e István Csabai, professore di Fisica, entrambi dell’Università Eötvös Loránd (Budapest), Péter Pollner, ricercatore dell’Accademia ungherese delle scienze (MTA) ELTE Statistical and Biological Physics Research Group, e due ricercatori dell’Università Semmelweis (Budapest), Anna Horváth e Zsuzsa Unger.