Umelá inteligencia je lepšia ako človek pri spozorovaní rakoviny pľúc
Vedci použili algoritmus hlbokého učenia na presnú detekciu rakoviny pľúc z počítačovej tomografie. Výsledky štúdie naznačujú, že umelá inteligencia môže prekonať ľudské hodnotenie týchto skenov.
Podľa najnovších odhadov spôsobuje rakovina pľúc v USA takmer 160 000 úmrtí. Tento stav je hlavnou príčinou úmrtia na rakovinu v USA a jeho včasné odhalenie je rozhodujúce pre zastavenie šírenia nádorov a zlepšenie výsledkov pacientov.
Ako alternatívu k röntgenovým snímkam hrudníka zdravotnícki pracovníci v poslednej dobe používajú na vyšetrenie rakoviny pľúc skenovanie pomocou počítačovej tomografie (CT).
Niektorí vedci v skutočnosti tvrdia, že CT vyšetrenia sú pri detekcii rakoviny pľúc lepšie ako röntgenové lúče a výskum ukázal, že najmä CT s nízkou dávkou (LDCT) znížila úmrtnosť na rakovinu pľúc o 20%.
Avšak vysoká miera falošne pozitívnych a falošne negatívnych výsledkov stále vedie k postupu LDCT. Tieto chyby zvyčajne oddialia diagnostiku rakoviny pľúc, kým choroba nedosiahne pokročilé štádium, keď sa stane príliš ťažko liečiteľným.
Nový výskum môže chrániť pred týmito chybami. Skupina vedcov použila na detekciu nádorov pľúc pri skenovaní LDCT techniky umelej inteligencie (AI).
Daniel Tse, zo skupiny Google Health Research v Mountain View, CA, je zodpovedajúcim autorom štúdie, ktorej výsledky sa objavujú v časopise Prírodná medicína.
„Model prekonal všetkých šesť rádiológov“
Tse a kolegovia použili formu AI nazvanú deep learning na 42 290 LDCT skenov, ku ktorým mali prístup z Northwestern Electronic Data Warehouse a ďalších zdrojov údajov patriacich nemocniciam Northwestern Medicine v Chicagu, IL.
Algoritmus hlbokého učenia umožňuje počítačom učiť sa príkladom. V tomto prípade vedci trénovali systém pomocou primárneho skenovania LDCT spolu so starším skenovaním LDCT, ak bolo k dispozícii.
Predchádzajúce skenovania LDCT sú užitočné, pretože môžu odhaliť abnormálnu rýchlosť rastu pľúcnych uzlín, čo naznačuje malignitu.
V súčasnej štúdii poskytla AI „automatizovaný systém hodnotenia obrazu“, ktorý presne predpovedal malignitu pľúcnych uzlín bez akéhokoľvek ľudského zásahu.
Vedci porovnali hodnotenia AI s výsledkami šiestich amerických rádiológov certifikovaných správnymi orgánmi, ktorí mali až 20 rokov klinických skúseností.
Ak predchádzajúce skenovania LDCT neboli k dispozícii, model AI „prekonal všetkých šesť rádiológov s absolútnym znížením o 11% vo falošných pozitívach a 5% vo falošných negatívach,“ uvádzajú Tse a kolegovia. Keď bolo k dispozícii predchádzajúce zobrazovanie, AI fungovala rovnako dobre ako rádiológovia.
Spoluautor štúdie Dr. Mozziyar Etemadi, vedecký asistent anestéziológie na Lekárskej fakulte Feinbergovej univerzity v Northwestern University v Chicagu, vysvetľuje, prečo môže AI prekonať hodnotenie človeka.
„Rádiológovia všeobecne skúmajú stovky 2D obrázkov alebo„ rezov “v jednom CT vyšetrení, ale tento nový systém strojového učenia vidí pľúca v obrovskom jedinom 3D obraze,“ hovorí Dr. Etemadi.
„AI v 3D môže byť oveľa citlivejšia vo svojej schopnosti detekovať skorú rakovinu pľúc ako ľudské oko pri pohľade na 2D obrázky. Toto je technicky „4D“, pretože sa nepozerá iba na jedno CT, ale na dva (súčasné a predchádzajúce) v priebehu času. “
Mozziyar Etemadi
"Na to, aby ste vytvorili AI na sledovanie CT týmto spôsobom, potrebujete obrovský počítačový systém v mierke Google," pokračuje. "Koncept je nový, ale jeho skutočná konštrukcia je tiež nová vzhľadom na rozsah."
Dr. Etemadi ďalej vyzdvihuje výhody plynúce z používania technológie hlbokého učenia a zdôrazňuje jej precíznosť. "Systém dokáže kategorizovať léziu s väčšou špecifickosťou," hovorí výskumník.
„Nielenže môžeme niekomu lepšie diagnostikovať rakovinu, ale môžeme tiež povedať, či niekto nemá rakovinu, čo by ho mohlo zachrániť pred invazívnou, nákladnou a riskantnou pľúcnou biopsiou,“ uzatvára doktor Etemadi.
Vedci však varujú, že je potrebné najskôr potvrdiť tieto výsledky u väčších skupín.
