LungColonCancerPred-NN: A Neural Network Approach for Lung and Colon Histopathology Prediction
Il documento presenta LungColonCancerPred-NN, una rete neurale a tre rami compatta che raggiunge un'accuratezza allo stato dell'arte del 99,25% nella classificazione a cinque classi di istopatologia di polmone e colon, affrontando il data leakage nel benchmark LC25000 attraverso un rigoroso protocollo di valutazione basato sulle famiglie di aumento dei dati.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Ogni anno, milioni di persone ricevono una diagnosi di cancro, e due delle forme più comuni e mortali colpiscono i polmoni e il colon. Quando un medico sospetta queste malattie, si affida a un patologo per esaminare sottili fette di tessuto al microscopio. Queste fette vengono colorate con coloranti speciali che rendono i nuclei cellulari viola e altre parti rosa, creando una complessa mappa dell'architettura microscopica del corpo. Il compito del patologo è leggere questa mappa, distinguendo tra tessuto sano e cancro, e poi identificando esattamente di che tipo di cancro si tratti. Questo è un compito critico perché il trattamento per un tipo di cancro ai polmoni è spesso diverso da un altro, e la differenza tra una crescita benigna e una maligna determina se un paziente ha bisogno di chirurgia o chemioterapia. Tuttavia, questo processo è lento, difficile e dipende interamente dalla disponibilità di esperti umani altamente qualificati.
Per anni, gli scienziati hanno cercato di insegnare ai computer a leggere queste mappe microscopiche, sperando di creare uno strumento che possa assistere i medici o persino lavorare autonomamente. Utilizzano grandi collezioni di immagini digitali per addestrare questi programmi informatici, noti come reti neurali, a riconoscere i modelli. Ma c'è una trappola nascosta nel modo in cui queste collezioni vengono spesso costruite. Molte delle immagini utilizzate per l'addestramento non sono fotografie uniche di diversi pazienti. Invece, sono create prendendo un'unica immagine originale e ruotandola digitalmente, ribaltandola o spostandola leggermente per creare molte nuove versioni. Se un programma per computer viene testato su un'immagine che è solo una versione ribaltata di una che ha già visto durante l'addestramento, potrebbe dare la risposta corretta non perché comprenda la malattia, ma semplicemente perché riconosce l'immagine. Questo difetto, noto come data leakage (perdita di dati), ha reso difficile sapere se questi programmi informatici stiano davvero imparando a diagnosticare il cancro o se stiano solo memorizzando il test.
Un team di ricercatori dell'Università Mohammed V in Marocco ha affrontato direttamente questo problema. Hanno costruito un nuovo sistema informatico chiamato LungColonCancerPred-NN e lo hanno testato utilizzando un metodo molto più rigoroso rispetto a quanto fatto in precedenza. Invece di mescolare casualmente le immagini, le hanno raggruppate attentamente in base alla loro origine originale. Sono partiti da due grandi collezioni pubbliche di immagini di tessuti, per un totale di 40.000 file. Per prima cosa, hanno rimosso migliaia di duplicati esatti dove lo stesso file digitale appariva due volte. Poi, hanno cercato le "famiglie" di immagini che provenivano dallo stesso campione di paziente originale. Utilizzando un sistema intelligente che comprende come le immagini appaiano uguali anche quando ruotate o ribaltate, hanno raggruppato tutte queste immagini correlate. Hanno poi fatto in modo che nessun gruppo di immagini correlate fosse diviso tra l'insieme di addestramento e l'insieme di test. Ciò significava che il computer doveva imparare a riconoscere la malattia da zero, senza aver mai visto una copia quasi identica delle immagini di test durante il suo addestramento.
Il sistema informatico che hanno costruito è sorprendentemente compatto, contenente circa 5,8 milioni di impostazioni regolabili, il che è sufficiente per essere eseguito su una normale scheda grafica. Funziona guardando le immagini dei tessuti attraverso tre diverse "lenti" simultaneamente. Una lente si concentra sulla texture generale e sul colore delle cellule, molto simile a un occhio umano che scansiona schemi generali. Una seconda lente cerca forme specifiche e gruppi di cellule che siano simili tra loro, anche se si trovano lontani nell'immagine, permettendo di connettere parti sparse di un tumore. La terza lente presta attenzione alla posizione esatta di ogni cellula, comprendendo come il tessuto sia organizzato nello spazio. Un meccanismo speciale pesa poi le informazioni provenienti dalle tre lenti per ogni immagine, decidendo quale visione sia la più importante prima di prendere una decisione finale.
Quando i ricercatori hanno testato questo sistema su 5.497 immagini che non aveva mai visto prima, i risultati sono stati sorprendentemente accurati. Il computer ha identificato correttamente il tipo di tessuto nel 99,25% dei casi. Più importante ancora, non ha mai commesso l'errore più pericoloso: non ha mai etichettato un tessuto canceroso come sano. Ha commesso alcuni errori, ma si trattava principalmente di confondere due tipi specifici di cancro ai polmoni tra loro, una sfida che anche i patologi umani a volte affrontano e che richiede ulteriori test per essere risolta. Il sistema ha inoltre identificato correttamente l'organo da cui proveniva il tessuto in quasi tutti i casi. Rispetto ad altri programmi informatici recenti testati sullo stesso dataset, questo nuovo sistema è stato più performante, anche se stava risolvendo un problema più difficile, distinguendo cinque diversi tipi di tessuto invece di tre.
Il successo di questo lavoro risiede non solo nell'alta precisione, ma nel modo in cui il test è stato progettato. Assicurando che le immagini di test fossero veramente nuove e non semplici copie dei dati di addestramento, i ricercatori hanno dimostrato che il loro sistema ha effettivamente imparato a riconoscere le caratteristiche biologiche del cancro. Hanno scoperto che la fiducia del computer nelle sue risposte era ben calibrata, il che significa che sapeva quando non era sicuro. Questo approccio offre una via più chiara per lo sviluppo dell'intelligenza artificiale in medicina, mostrando che con test accurati, questi strumenti possono andare oltre il semplice riconoscimento di schemi per diventare assistenti affidabili per i medici. I ricercatori intendono testare il loro sistema su un set di immagini completamente diverso proveniente da un ospedale differente per vedere se può gestire le variazioni del mondo reale, un passo cruciale prima che tale tecnologia possa mai essere utilizzata per aiutare i pazienti.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.