Αυτοματοποιημένο σύστημα βελτιώνει την ακρίβεια της ανάλυσης θωρακικών ακτινογραφιών
Μια ομάδα ερευνητών από το Πανεπιστήμιο Μετροπολιτικής Οσάκα έχει ανακαλύψει μια καινοτόμο μέθοδο για την ανίχνευση και διόρθωση κοινών λαθών στις ετικέτες μεγάλων συλλογών ακτινογραφιών. Με την αυτόματη επαλήθευση των ετικετών που αφορούν το σώμα, την προβολή και την περιστροφή, η έρευνά τους ενισχύει τα μοντέλα βαθιάς μάθησης που χρησιμοποιούνται σε καθημερινές κλινικές διαδικασίες και ερευνητικά έργα.
Πρόοδος στα μοντέλα βαθιάς μάθησης
Τα μοντέλα βαθιάς μάθησης που χρησιμοποιούν θωρακικές ακτινογραφίες έχουν σημειώσει εντυπωσιακή πρόοδο τα τελευταία χρόνια, καταφέρνοντας να εκτελούν καθήκοντα που είναι δύσκολα για τους ανθρώπους, όπως η εκτίμηση της καρδιοαναπνευστικής λειτουργίας. Ωστόσο, η αποτελεσματικότητα αυτών των συστημάτων εξαρτάται σε μεγάλο βαθμό από την ποιότητα των εικόνων που τους παρέχονται.
Αν και οι ακτινογραφίες που λαμβάνονται στα νοσοκομεία συνοδεύονται από πληροφορίες όπως ο τόπος και η μέθοδος απεικόνισης, η διαδικασία ετικετοποίησης γίνεται κυρίως χειροκίνητα. Αυτό έχει ως αποτέλεσμα λάθη, ελλείψεις και ασυνέπειες, ιδιαίτερα σε πολυάσχολα νοσοκομεία. Επιπλέον, οι εικόνες μπορεί να έχουν διάφορες περιστροφές, καθιστώντας τη διαδικασία ακόμα πιο περίπλοκη.
Ανίχνευση λαθών με νέα μοντέλα
Η ερευνητική ομάδα, που περιλαμβάνει τον μεταπτυχιακό φοιτητή Yasuhito Mitsuyama και τον καθηγητή Daiju Ueda, επιδίωξε να βελτιώσει την ανίχνευση των λανθασμένων ετικετών αναπτύσσοντας δύο μοντέλα: το Xp-Bodypart-Checker, το οποίο ταξινομεί τις ακτινογραφίες ανάλογα με το σώμα, και το CXp-Projection-Rotation-Checker, το οποίο ανιχνεύει την προβολή και την περιστροφή των θωρακικών ακτινογραφιών.
Το Xp-Bodypart-Checker πέτυχε ακρίβεια 98,5%, ενώ το CXp-Projection-Rotation-Checker κατέγραψε ακρίβειες 98,5% για την προβολή και 99,3% για την περιστροφή. Οι ερευνητές είναι αισιόδοξοι ότι η ενσωμάτωσή τους σε ένα ενιαίο μοντέλο θα μπορούσε να προσφέρει επαναστατική απόδοση σε κλινικά περιβάλλοντα.
Στοχεύοντας στη βελτίωση της ακρίβειας
Παρά τα εξαιρετικά αποτελέσματα, η ομάδα σκοπεύει να βελτιώσει περαιτέρω τη μέθοδο για κλινική χρήση. Σύμφωνα με τον Mitsuyama, «Σχεδιάζουμε να επανακαταρτίσουμε το μοντέλο με ακτινογραφίες που σημειώθηκαν ως λανθασμένες, αν και ήταν σωστά ετικετοποιημένες, καθώς και με αυτές που δεν σημειώθηκαν αλλά ήταν πράγματι λανθασμένες, προκειμένου να επιτύχουμε ακόμη μεγαλύτερη ακρίβεια».
Η μελέτη δημοσιεύθηκε στο περιοδικό European Radiology, επιβεβαιώνοντας τη σημασία της έρευνας αυτής στον τομέα της ιατρικής απεικόνισης.
