Индийские учёные смогли оптимизировать алгоритм машинного обучения, позволяющий распознавать и диагностировать рак груди. Теперь алгоритм способен выявлять заболевание с точностью 97%.

С каждым годом смертность в результате рака груди среди женщин только увеличивается. Именно поэтому медики нуждаются в технологиях, позволяющих диагностировать заболевание на ранних стадиях. Своевременная диагностика поможет эффективнее прогнозировать, как заболевание будет развиваться в каждом конкретном случае, а также вовремя осуществлять терапевтическое вмешательство, что значительно снизит количество ранних смертей среди пациенток.

Новая разработка индийских учёных опирается на активно развивающиеся в последние годы эксперименты по применению искусственного интеллекта для диагностики рака груди. Цель этих экспериментов — автоматизировать диагностику заболевания, повысить её эффективность и снизить количество ошибочных диагнозов.

Для того, чтобы поставить диагноз, оптимизированный учёными алгоритм использует маммограммы. Несмотря на то, что он был создан раньше и уже показал себя как достаточно эффективный, учёные решили увеличить его точность. Для оптимизации они использовали несколько подходов — от метода численной оптимизации, называемого методом роя частиц, до оптимизации посредством так называемого алгоритма светлячков. Последний называется так из-за того, что был разработан на основе наблюдений за поведением светлячков.

После оптимизации точность алгоритма увеличилась с 93% до 97%. Такой вывод учёные сделали после проверки алгоритма на базе архивных данных о пациентах, принадлежащих Центру диагностики рака груди в Висконсине. Учёные довольны результатом своей работы, но останавливаться на отметке 97% не собираются. Они считают, что точность диагностирующего алгоритма можно увеличивать и дальше.