Изкуствен интелект по-добър от хората при забелязване на рак на белия дроб

Изследователите са използвали алгоритъм за задълбочено обучение за точно откриване на рак на белия дроб от сканиране с компютърна томография. Резултатите от проучването показват, че изкуственият интелект може да надмине човешката оценка на тези сканирания.

Ново изследване предполага, че компютърният алгоритъм може да е по-добър от рентгенолозите при откриването на рак на белия дроб.

Според най-новите оценки ракът на белия дроб причинява почти 160 000 смъртни случая в САЩ. Състоянието е водещата причина за свързана с рак смърт в САЩ и ранното откриване е от решаващо значение както за спиране на разпространението на тумори, така и за подобряване на резултатите от пациентите.

Като алтернатива на рентгеновите лъчи на гръдния кош, наскоро здравните специалисти използват компютърна томография (КТ) за скрининг на рак на белия дроб.

Всъщност някои учени твърдят, че CT сканирането превъзхожда рентгеновите лъчи за откриване на рак на белия дроб, а изследванията показват, че по-специално CT с ниски дози (LDCT) намалява смъртността от рак на белия дроб с 20%.

Въпреки това, висок процент на фалшиви положителни и фалшиви отрицателни резултати все още загатва процедурата за LDCT. Тези грешки обикновено забавят диагностицирането на рак на белия дроб, докато болестта достигне напреднал стадий, когато стане твърде трудно за лечение.

Ново изследване може да предпази от тези грешки. Група учени са използвали техники с изкуствен интелект (AI) за откриване на белодробни тумори при LDCT сканиране.

Даниел Це, от групата на Google Health Research в Маунтин Вю, Калифорния, е съответният автор на изследването, констатациите от което се появяват в списанието Природна медицина.

„Моделът превъзхожда всичките шест рентгенолози“

Tse и колеги прилагат форма на AI, наречена задълбочено обучение, за 42 290 LDCT сканирания, до които имат достъп от Northwestern Electronic Data Warehouse и други източници на данни, принадлежащи към болниците на Northwestern Medicine в Чикаго, Илинойс.

Алгоритъмът за дълбоко обучение позволява на компютрите да учат чрез пример. В този случай изследователите са обучили системата, използвайки първично LDCT сканиране заедно с по-ранно LDCT сканиране, ако е било налично.

Предварителните LDCT сканирания са полезни, тъй като могат да разкрият необичаен темп на растеж на белодробни възли, като по този начин показват злокачествено заболяване.

В настоящото проучване AI предостави „автоматизирана система за оценка на изображението“, която точно прогнозира злокачествеността на белодробните възли без никаква човешка намеса.

Изследователите сравняват оценките на AI с тези на шест сертифицирани от борда американски рентгенолози, които имат до 20 години клиничен опит.

Когато предишните LDCT сканирания не бяха налични, AI „моделът превъзхождаше всичките шест рентгенолози с абсолютни намаления от 11% при фалшиви положителни резултати и 5% при фалшиви отрицателни резултати“, съобщават Tse и колеги. Когато беше налично предишно изобразяване, ИИ се представи също толкова добре, колкото и рентгенолозите.

Съавторът на изследването д-р Mozziyar Etemadi, асистент-професор по анестезиология в Медицинския факултет на Файнбергския университет в Северозападния университет, обяснява защо AI може да превъзхожда оценката на човека.

„Рентгенолозите обикновено изследват стотици 2D изображения или„ филийки “в едно CT сканиране, но тази нова система за машинно обучение разглежда белите дробове в огромно, единично 3D изображение,“ казва д-р Etemadi.

„AI в 3D може да бъде много по-чувствителен в способността си да открива ранен рак на белия дроб, отколкото човешкото око, гледащо 2D изображения. Това е технически „4D“, тъй като разглежда не само едно CT сканиране, но две (текущото и предишното сканиране) с течение на времето. “

Д-р Mozziyar Etemadi

„За да изградите AI, за да видите CT по този начин, ви е необходима огромна компютърна система с мащаб на Google“, продължава той. „Концепцията е нова, но действителното инженерство също е ново поради мащаба.“

Д-р Etemadi продължава да възхвалява ползите от използването на технология за дълбоко обучение, като подчертава нейната прецизност. „Системата може да категоризира лезията с по-голяма конкретност“, казва изследователят.

„Не само можем да диагностицираме по-добре някой с рак, но също така можем да кажем, че ако някой няма рак, потенциално да го спаси от инвазивна, скъпа и рискована белодробна биопсия“, заключава д-р Етемади.

Изследователите обаче предупреждават, че първо е необходимо тези резултати да бъдат валидирани в по-големи кохорти.

none:  изследване на стволови клетки медицинска иновация аутизъм