Tuore tutkimus: Tekoäly tunnistaa ihomuutokset erikoislääkäriä paremmin

Tekoäly-algoritmeillakin on tosin rajoituksensa.

ihotaudit
lääkäri tutkii luomea
Tulokset osoittavat tekoälyn potentiaalin, mutta myös rajoitukset.AOP

Kone-oppimista hyödyntävät tekoäly-algoritmit päihittävät erikoislääkärit ihomuutosten tunnistamisessa, mutta niilläkin on rajoituksensa. Lancet Oncology -lehdessä julkaistun tutkimuksen perusteella (siirryt toiseen palveluun) algoritmien tarkkuus heikkenee, kun niiden pitää tunnistaa ihomuutoksia kuvista, joita ei ole käytetty algoritmien opettamisessa.

Tutkimuksessa 511 lääkärille annettiin runsaan 1 500 kuvan kokoelmasta 30 satunnaisesti valittua ihomuutoskuvaa diagnosoitavaksi, minkä jälkeen heidän tulkintojaan verrattiin 139 ihomuutoksia tunnistamaan kehitetyn tekoälyalgoritmin diagnooseihin.

Lääkäreistä hieman yli puolet oli ihotautien erikoislääkäreitä, neljännes ihotauteihin erikoistuvia lääkäreitä ja loput yleislääkäreitä.

Kun kaikkien lääkärien diagnooseja verrattiin kaikkien algoritmien tulkintoihin, algoritmit saivat keskimäärin 2 oikeaa tulosta enemmän. Erot kuitenkin suurenivat, kun vertailu rajoitettiin kokeneisiin, vähintään yli kymmenen vuotta alalla toimineisiin ihotautilääkäreihin sekä kolmeen parhaana pidettyyn algoritmiin. Kokeneet lääkärit saivat keskimäärin 19 oikeaa tulosta, kun parhaat algoritmit onnistuivat keskimäärin 25 diagnoosissa.

Parhaiden algoritmien ja kokeneimpien ihotautilääkäreiden välinen ero oli kuitenkin pienempi sellaisten kuvien kohdalla, joita ei ollut käytetty algoritmien opettamisessa. Algoritmit olivat opetelleet ihomuutosten tunnistamista runsaan kymmenen tuhannen kuvan avulla.

Tulokset osoittavat tekoälyn potentiaalin, mutta myös rajoitukset. Ainakin nykymenetelmillä niiden opettaminen edellyttää todella suurten kuvamäärien käyttöä, jotta ne ovat riittävän tarkkoja. Nyt julkaistut tulokset viittaavatkin siihen, että kuvamäärää kannattaisi todennäköisesti nostaa vielä entisestään.

Tekoälyä on tätä ennen testattu muun muassa pään tietokonetomografiatulosten, rintasyövän etäpesäkkäiden sekä diabeettisen retinopatian eli verkkokalvotaudin tunnistamisessa.

Lähteet: Uutispalvelu Duodecim