Google ontwikkelt AI-algoritme dat huidziekten en tuberculose kan diagnosticeren

Google toont steeds meer interesse in de toepassingen van kunstmatige intelligentie in de geneeskunde. Dit blijkt uit de vele miljoeneninvesteringen in toepassingen voor de gezondheidszorg en op AI gebaseerde diagnostische algoritmen die het bedrijf in de loop der jaren heeft gedaan. Veel van deze investeringen beginnen nu hun vruchten af ​​te werpen.

Google werkt momenteel aan het finaliseren en testen van praktische AI-algoritmen die kunnen helpen bij het opsporen van huidproblemen en met name bij het vroegtijdig diagnosticeren van tuberculose.

Op het gebied van dermatologie richt Google zich op de ontwikkeling en perfectionering van een geheel nieuwe AI-tool waarmee patiënten met grote nauwkeurigheid huidaandoeningen kunnen detecteren via alleen de camera van hun smartphone. Volgens onderzoek van Google hebben miljarden mensen ter wereld dagelijks last van huidproblemen. Het is niet per se een ziekte, maar soms gewoon een negatieve reactie van de huid op een bepaalde stof. Het kan ook onnodige angst veroorzaken of, erger nog, onzorgvuldig gebruik van medicijnen. Deze AI-tool is ontwikkeld om de bovenstaande problemen op te lossen.

Het AI-algoritme wordt door Google geïntegreerd in een website die voor iedereen toegankelijk is. Patiënten maken eenvoudigweg maximaal drie foto's van het probleemgebied vanuit verschillende hoeken en beantwoorden vervolgens een aantal vragen die daarmee verband houden. Op basis van uw foto's en antwoorden zal het AI-model de mogelijke omstandigheden in kaart brengen met betrouwbare informatie die u verder kunt onderzoeken. Zo krijgt u meer inzicht in het probleem waarmee u wordt geconfronteerd.

Momenteel bevat het AI-model van Google informatie over 288 verschillende dermatologische aandoeningen. Er zullen in de loop van de tijd steeds meer gegevens worden toegevoegd. Het bedrijf beweert dat de tool is getraind met miljoenen datapunten van verschillende demografische gegevens, maar dat deze nog steeds primair is bedoeld als ondersteuning bij de diagnose van een arts, en niet ter vervanging van die van een arts. Dit hulpmiddel is nog niet geëvalueerd door de Amerikaanse Food and Drug Administration (FDA) en daarom is de daadwerkelijke kwaliteit nog een groot vraagteken. Google is van plan om later dit jaar een bètaversie van dit AI-model te lanceren, voordat het in de toekomst een grootschalige implementatie overweegt.

Bij tuberculose maakt Google gebruik van deep learning om gevallen van een hoog risico vroegtijdig op te sporen en patiënten diepgaandere aanbevelingen en vervolgtests voor te stellen. Bij dit model worden röntgenfoto's van de borstkas in principe gebruikt als voorlopige screeningstap. Als er risicofactoren worden aangetroffen, geeft het systeem advies en adviseert het de patiënt om een ​​specialist te raadplegen. Dit kan worden gezien als een 'sneltestsysteem' voor longtuberculose middels röntgenfoto's.

Om dit AI-systeem te bouwen, gebruikten ingenieurs geanonimiseerde gegevens uit negen verschillende landen. Vervolgens testten ze deze gegevens op gevallen uit vijf andere landen. Google gaf tijdens interne tests aan dat het model even vaak vals-positieve als vals-negatieve uitslagen kon opleveren als 14 radiologen. Klinieken kunnen deze technologie gebruiken om aanbevolen drempelwaarden te bepalen voor aanvullende tests, wat leidt tot nauwkeurigere diagnostische resultaten.

We kunnen wel zeggen dat de vooruitzichten die Google de afgelopen jaren heeft bereikt op het gebied van de ontwikkeling van kunstmatige intelligentie, een mooie toekomst hebben geopend voor de grondige en uitgebreide toepassing van de voordelen van AI in de geneeskunde, wat op een nauwkeurigere en effectievere manier kan bijdragen aan de verbetering van de kwaliteit van de gezondheidszorg en het menselijke leven!