A equipa de cientistas acredita que é possível usar técnicas de aprendizagem profunda para automatizar a forma como a informação é extraída de relatórios patológicos de toda a nação dos EUA e construir melhores ferramentas de vigilância.
Os investigadores desenvolveram um algoritmo para estudar um conjunto de 1976 relatórios e analisá-los sob duas vertentes: uma para encontrar a localização primária do cancro e outra para identificar em que lado do corpo estaria a maleita. O algoritmo consegue perceber a relação contextual entre as palavras escritas e produzir um relatório mais preciso, explica a ZDNet.
O desenvolvimento deste método permitirá que médicos, investigadores e legisladores encontrem um detalhe exato sobre a propagação do cancro na população dos EUA, o que poderá ajudar a encontrar terapêuticas mais eficazes também. «O nosso trabalho mostra o potencial da utilização da aprendizagem profunda para a criação de recursos que captem a eficácia dos tratamentos contra o cancro e dos procedimentos de diagnóstico para percebermos melhor o seu impacto na vida real», explica Georgia Tourassi, do Oak Ridge National Laboratory.
A utilização do supercomputador Titan, do ORNL, ajuda na criação de uma estratégia mais eficaz.
