Konvoluutioneuroverkkojen hyödyntäminen aivokasvainten diagnostiikassa ja kliinisen soveltamisen haasteet

Abstract

Aivokasvain kuuluu maailman tappavimpiin sairauksiin aiheuttamalla merkittävää kuolleisuutta kaikissa ikäryhmissä. Aivokasvaimet diagnosoidaan kuvantamistutkimuksilla, jotka lääkäri tulkitsee manuaalisesti visuaalisella analyysillä. Visuaalinen analyysi on virhealtista, aikaavievää ja edellyttää lääkäriltä vuosien kokemusta. Konvoluutioneuroverkko on syväoppimiseen perustuva tekoälymenetelmä, joka on osoittanut suurta tarkkuutta aivokasvainten diagnosoimisessa tutkimuskäytössä.

Tutkielmassa selvitetään, miten konvoluutioneuroverkkoa hyödyntävä aivokasvaimen diagnosointimenetelmä voidaan kehittää ja millaisia haasteita konvoluutioneuroverkkojen kliiniseen soveltamiseen liittyy. Tutkielmassa keskitytään aivokasvaimen diagnostiikkaan magneettikuvien perusteella. Tutkielma on toteutettu kirjallisuuskatsauksena.

Tutkielman tuloksena selvisi, että konvoluutioneuroverkkoa hyödyntävän aivokasvaimen diagnosointimenetelmän kehittäminen koostuu seuraavista vaiheista: tietojoukon kerääminen, tietojoukon esikäsittely, mallin koulutus ja kasvaintyypin luokittelu. Konvoluutioneuroverkkojen kliiniseen soveltamiseen liittyy ratkaisemattomia haasteita. Niistä merkittävimpiä ovat tietojoukkoihin, potilastietojen käsittelyyn, vastuukysymyksiin, black box -ongelman aiheuttamaan selittämättömyyteen ja menetelmän puolueellisuuden aiheuttamaan epäluotettavuuteen liittyvät ongelmat. Konvoluutioneuroverkkojen kliininen soveltaminen tehokkaasti ja turvallisesti odottaa ratkaisuja näihin haasteisiin.