Искусственный интеллект лучше людей обнаруживает рак легких
Исследователи использовали алгоритм глубокого обучения для точного обнаружения рака легких по результатам компьютерной томографии. Результаты исследования показывают, что искусственный интеллект может превзойти человеческую оценку этих сканирований.
По последним оценкам, рак легких является причиной почти 160 000 смертей в Соединенных Штатах. Это состояние является основной причиной смерти от рака в США, и его раннее выявление имеет решающее значение как для остановки распространения опухолей, так и для улучшения результатов лечения пациентов.
В качестве альтернативы рентгену грудной клетки медицинские работники недавно стали использовать компьютерную томографию (КТ) для выявления рака легких.
Фактически, некоторые ученые утверждают, что компьютерная томография превосходит рентгеновские снимки для выявления рака легких, и исследования показали, что КТ с низкой дозой (НДКТ), в частности, снизила смертность от рака легких на 20%.
Тем не менее, высокий уровень ложных срабатываний и ложноотрицательных результатов по-прежнему является загадкой для процедуры LDCT. Эти ошибки обычно задерживают диагностику рака легких до тех пор, пока болезнь не перейдет в запущенную стадию, когда ее становится слишком трудно лечить.
Новое исследование может защитить от этих ошибок. Группа ученых использовала методы искусственного интеллекта (AI) для обнаружения опухолей легких при сканировании LDCT.
Дэниел Цзе из группы Google Health Research в Маунтин-Вью, Калифорния, является автором исследования, результаты которого опубликованы в журнале. Природа Медицина.
«Модель превзошла всех шести радиологов»
Це и его коллеги применили форму искусственного интеллекта, называемую глубоким обучением, для 42 290 сканирований LDCT, к которым они получили доступ из Северо-западного хранилища электронных данных и других источников данных, принадлежащих больницам Северо-западной медицины в Чикаго, штат Иллинойс.
Алгоритм глубокого обучения позволяет компьютерам учиться на собственном примере. В этом случае исследователи обучили систему, используя первичное сканирование LDCT вместе с более ранним сканированием LDCT, если оно было доступно.
Предыдущее сканирование LDCT полезно, потому что оно может выявить ненормальную скорость роста узелков в легких, что указывает на злокачественность.
В текущем исследовании ИИ предоставил «автоматизированную систему оценки изображений», которая точно предсказывала злокачественность узелков в легких без какого-либо вмешательства человека.
Исследователи сравнили оценки AI с оценками шести сертифицированных американских радиологов, имеющих до 20 лет клинического опыта.
Когда предыдущие сканирования LDCT были недоступны, модель AI «превзошла всех шести радиологов с абсолютным сокращением на 11% ложноположительных результатов и 5% ложных отрицательных результатов», - сообщают Цзе и его коллеги. Когда были доступны предыдущие изображения, ИИ работал так же хорошо, как и радиологи.
Соавтор исследования доктор Моззияр Этемади, доцент кафедры анестезиологии Медицинской школы Файнберга Северо-Западного университета в Чикаго, объясняет, почему ИИ может превзойти человеческую оценку.
«Радиологи обычно изучают сотни 2D-изображений или« срезов »за одно сканирование компьютерной томографии, но эта новая система машинного обучения рассматривает легкие в виде огромного единого 3D-изображения», - говорит доктор Этемади.
«Искусственный интеллект в 3D может быть гораздо более чувствительным в своей способности обнаруживать рак легких на ранней стадии, чем человеческий глаз, смотрящий на 2D-изображения. Технически это «4D», потому что это не только одно КТ, но и два (текущее и предыдущее) сканирование с течением времени ».
Д-р Моззияр Этемади
«Чтобы создать искусственный интеллект для просмотра CT таким образом, вам потребуется огромная компьютерная система масштаба Google», - продолжает он. «Идея нова, но сама ее разработка также нова из-за своего масштаба».
Доктор Этемади продолжает превозносить преимущества использования технологии глубокого обучения, подчеркивая ее точность. «Система может более точно классифицировать поражение», - говорит исследователь.
«Мы не только можем лучше диагностировать рак, мы также можем сказать, нет ли у кого-то рака, что может спасти его от инвазивной, дорогостоящей и рискованной биопсии легких», - заключает д-р Этемади.
Однако исследователи предупреждают, что сначала необходимо проверить эти результаты на более крупных когортах.
