Patologer har diagnosticeret sygdomme på mere eller mindre samme måde de sidste hundrede år, ved brug af mikroskopiske undersøgelser af biopsiprøver på små objektglas. Opgaven involverer en risiko for menneskelige fejl, hvis ikke de få unormale celler identificeres blandt de mange raske – og det er vel forståeligt. Men nu er der nye metoder på vej, for forskere og ingeniører har skabt en ny teknik, der bruger kunstig intelligens, der kan skelne kræftceller fra normale celler med næsten 100 % præcision. Et Harvard-baseret team demonstrerede teknikken som en del af en konkurrencen i 2016; International Symposium of Biomedical Imaging i Prag. Her viste teknikken, hvordan den kunne lokalisere kræftceller blandt prøver af brystvæv med 92 % nøjagtighed. Denne sensitivitet var langt bedre end de andre metoder til kræftscreening i konkurrencen, og holdet vandt førstepladsen i konkurrencen.
Patologer var dog stadig mere præcise end den kunstige intelligens, idet deres evne til at identificere cancer i biopsiprøverne var 96 %. Men da de kombinerede den nye teknik og patologernes analysekompetence af biopsiprøverne blev 99,5 % af cancertilfældene identificeret. Forskerholdet bag teknikken brugte en proces kaldet "dyb læring" til at lære en computer, hvordan den bedre kunne genkende kræftceller og deres karakteristika. Således bliver maskinen forbedret til canceridentificering for hvert brug. Holdet identificerede biopsiprøver, som maskinen var tilbøjelig til at fejlvurdere og forbedrede dens evner ved hjælp af flere prøver, som var endnu sværere at vurdere.
I fremtiden vil patologer formentlig blive assisteret af en sådan maskine, men ikke erstattet af dem, ifølge opfinderne, da patologer er nødvendige for fortsat at ”undervise” maskinen løbende. Det tyder derfor på, at undersøgelse og vurdering af vores væv lige har taget et skridt i den rigtige retning, således at vi i nærmere fremtid kan forvente flere sande positive og færre falsk negative svar – det må da være dagens bedste nyhed.
