В настоящее время определенным группам населения рекомендуется скрининг на рак легких с использованием компьютерной томографии в малых дозах. Хотя было показано, что скрининг снижает смертность, существует ряд проблем, включая высокие показатели ложноположительных и ложноотрицательных результатов.

Для получения информации о том, как проводят лечение рака легких в Израиле лучшие специалисты страны, оставьте заявку и мы свяжемся с Вами в ближайшее время.

Искусственный интеллект (ИИ) может помочь обойти некоторые из этих ограничений. Исследователи из Google обучили ИИ алгоритму для выявления злокачественных образований в легких с помощью более 42 000 снимков КТ. Алгоритмы выявили на 11% меньше ложных срабатываний и на 5% меньше ложных отрицательных результатов по сравнению с «живыми» специалистами. Авторы предупреждают, что результаты должны быть клинически подтверждены в больших группах пациентов. Исследование опубликовано в Nature Medicine.

«В ходе исследования мы показали, что инструмент ИИ показывает лучшую диагностику пациентов с раком – говорит соавтор исследования Моццияр Этемади, доктор медицинских наук, доцент, профессор анестезиологии. – Все данные, использованные в исследовании, были ретроспективными, и следующим шагом является проведение проспективного исследования, чтобы увидеть, может ли ИИ привести к более ранней и более точной диагностике рака».

Больничные компьютерные системы не предназначены для взаимодействия друг с другом, не говоря уже об алгоритмах ИИ, работающих в облаке.

Специальная группа по профилактическим услугам США рекомендует скрининг на рак легких с использованием компьютерной томографии для определенных групп с высоким риском заболевания. Но высокий уровень ложных срабатываний остается проблемой. В 24% положительный результат требует последующего наблюдения, и 96% этих результатов являются ложноположительными. Это побудило исследователей изучить новые методы дифференциации злокачественных и доброкачественных опухолей.

Алгоритм машинного обучения улучшает прогнозирование рака легких. В своей модели ученые интегрируют функции сканирования томографии с другими клиническими данными и сопутствующими заболеваниями.

Соавтор исследования Шравья Шетти, технический руководитель Google, отмечает, что благодаря достижениям в области трехмерного объемного моделирования, а также наборам данных партнеров (включая Северо-западный университет), достигнут определенный прогресс в моделировании прогнозирования рака легких. Модель, которая была создана Google, может не только генерировать общий прогноз злокачественности рака легких и просматриваться в трехмерном объеме, но и выявлять тонкие злокачественные ткани в легких. Кроме того, эта модель может учитывать информацию из предыдущих сканирований, которая может быть полезна для прогнозирования риска рака легких.

В новом подходе использовались три ключевых компонента. Первый компонент – трехмерная модель, которая была построена с использованием сверхточных нейронных сетей. Второй компонент состоял в обучении модели обнаруживать подозрительные области в 3D. Наконец, последний шаг заключался в разработке модели прогнозирования риска рака.

Команда Google разработала алгоритм глубинного обучения и применила его к 6716 наборам данных КТ для проверки точности новой системы. Новая модель превзошла всех рентгенологов с абсолютным снижением на 11% ложных срабатываний и 5% ложных отрицательных результатов.

«Глубинное обучение в 3D заметно улучшает точность до 90 +%, что является долгожданным достижением, – прокомментировал Эрик Тополь, доктор медицинских наук, директор Исследовательского института Скриппса в Калифорнии. – Но, как отмечают исследователи в статье, для подтверждения данных необходима клиническая проверка. При использовании ИИ всегда нужно тщательно следить за эффективностью».

Источник: https://www.medscape.com/viewarticle/913428#vp_1

Дата публикации: 
пятница, мая 24, 2019