Umělá inteligence je lepší než člověk při zjištění rakoviny plic
Vědci použili algoritmus hlubokého učení k přesné detekci rakoviny plic ze skenů počítačové tomografie. Výsledky studie naznačují, že umělá inteligence může překonat lidské hodnocení těchto skenů.
Podle nejnovějších odhadů způsobuje rakovina plic ve Spojených státech téměř 160 000 úmrtí. Tento stav je hlavní příčinou úmrtí na rakovinu v USA a včasné odhalení je zásadní jak pro zastavení šíření nádorů, tak pro zlepšení výsledků pacientů.
Jako alternativu k rentgenovým paprskům hrudníku zdravotničtí pracovníci v poslední době používají ke sledování rakoviny plic skenování pomocí počítačové tomografie (CT).
Někteří vědci ve skutečnosti tvrdí, že CT skenování je pro detekci rakoviny plic lepší než rentgenové záření a výzkum ukázal, že zejména nízkodávková CT (LDCT) snížila úmrtí na rakovinu plic o 20%.
Vysoká míra falešně pozitivních a falešně negativních výsledků však stále vede k postupu LDCT. Tyto chyby obvykle oddalují diagnostiku rakoviny plic, dokud onemocnění nedosáhne pokročilého stadia, kdy je léčba příliš obtížná.
Nový výzkum může chránit před těmito chybami. Skupina vědců použila techniky umělé inteligence (AI) k detekci plicních nádorů při skenování LDCT.
Daniel Tse ze skupiny Google Health Research v Mountain View v Kalifornii je odpovídajícím autorem studie, jejíž výsledky se objevují v časopise Přírodní medicína.
„Model překonal všech šest radiologů“
Tse a kolegové použili formu AI nazvanou deep learning na 42 290 LDCT skenů, ke kterým přistupovali z Northwestern Electronic Data Warehouse a dalších zdrojů dat patřících nemocnicím Northwestern Medicine v Chicagu, IL.
Algoritmus hlubokého učení umožňuje počítačům učit se příkladem. V tomto případě vědci trénovali systém pomocí primárního skenování LDCT společně s dřívějším skenováním LDCT, pokud bylo k dispozici.
Předchozí skenování LDCT jsou užitečné, protože mohou odhalit abnormální rychlost růstu plicních uzlin, což naznačuje malignitu.
V současné studii poskytla AI „automatizovaný systém vyhodnocení obrazu“, který přesně předpovídal malignitu plicních uzlin bez jakéhokoli lidského zásahu.
Vědci porovnali hodnocení AI s výsledky šesti radiologů z USA certifikovaných radou, kteří měli až 20 let klinických zkušeností.
Když předchozí LDCT skeny nebyly k dispozici, model AI „překonal všech šest radiologů s absolutním snížením o 11% ve falešně pozitivních výsledcích a 5% ve falešně negativních výsledcích,“ uvádějí Tse a kolegové. Když bylo k dispozici předchozí zobrazení, umělá inteligence fungovala stejně dobře jako radiologové.
Spoluautor studie Dr. Mozziyar Etemadi, výzkumný asistent anesteziologie na Lékařské fakultě Northwestern University Feinberg v Chicagu, vysvětluje, proč může AI překonat hodnocení člověka.
„Radiologové obecně zkoumají stovky 2D obrazů nebo„ řezů “v jediném CT, ale tento nový systém strojového učení vidí plíce v obrovském jediném 3D obrazu,“ říká Dr. Etemadi.
„AI ve 3D může být mnohem citlivější ve své schopnosti detekovat časnou rakovinu plic než lidské oko při pohledu na 2D obrazy. Toto je technicky „4D“, protože se nehledí pouze na jeden CT, ale dva (aktuální a předchozí) v průběhu času. “
Dr. Mozziyar Etemadi
"Chcete-li vybudovat AI pro zobrazení CT tímto způsobem, potřebujete obrovský počítačový systém v měřítku Google," pokračuje. "Koncept je nový, ale jeho vlastní inženýrství je také nové díky rozsahu."
Dr. Etemadi dále vyzdvihuje výhody používání technologie hlubokého učení a zdůrazňuje její přesnost. "Systém může kategorizovat lézi s větší přesností," říká výzkumník.
"Nejen, že můžeme někomu lépe diagnostikovat rakovinu, ale můžeme také říci, že pokud někdo rakovinu nemá, a tím jej potenciálně zachránit před invazivní, nákladnou a riskantní biopsií plic," uzavírá Dr. Etemadi.
Vědci však varují, že je nejprve nutné ověřit tyto výsledky u větších kohort.
