Umetna inteligenca boljša od človeka pri odkrivanju pljučnega raka
Raziskovalci so uporabili algoritem globokega učenja za natančno odkrivanje pljučnega raka s pomočjo računalniške tomografije. Rezultati študije kažejo, da lahko umetna inteligenca presega človeško oceno teh preiskav.
Po najnovejših ocenah pljučni rak v ZDA povzroči skoraj 160.000 smrtnih primerov. Pogoj je glavni vzrok smrti zaradi raka v ZDA, zgodnje odkrivanje pa je ključnega pomena za zaustavitev širjenja tumorjev in izboljšanje rezultatov bolnikov.
Kot alternativa rentgenskemu slikanju prsnega koša zdravstveni delavci v zadnjem času uporabljajo računalniške tomografije (CT) za odkrivanje pljučnega raka.
Nekateri znanstveniki dejansko trdijo, da so CT pregledi boljši od rentgenskih žarkov za odkrivanje pljučnega raka, raziskave pa so pokazale, da je zlasti z majhnimi odmerki CT (LDCT) smrtnost pljučnega raka zmanjšana za 20%.
Vendar pa visoka stopnja lažno pozitivnih in lažnih negativov še vedno ugaja postopku LDCT. Te napake običajno odlagajo diagnozo pljučnega raka, dokler bolezen ne doseže napredne stopnje, ko postane težko zdraviti.
Nove raziskave lahko varujejo pred temi napakami. Skupina znanstvenikov je uporabila tehnike umetne inteligence (AI) za odkrivanje pljučnih tumorjev pri pregledih LDCT.
Daniel Tse iz skupine Google Health Research iz Mountain Viewa v Kaliforniji je avtor te študije, katere ugotovitve so objavljene v reviji Naravna medicina.
"Model presegel vseh šest radiologov"
Tse in sodelavci so na 42.290 skeniranjih LDCT uporabili obliko AI, imenovano globoko učenje, do katere so dostopali iz Northwestern Electronic Data Warehouse in drugih podatkovnih virov, ki pripadajo bolnišnicam Northwestern Medicine v Chicagu, IL.
Algoritem globokega učenja omogoča računalnikom, da se učijo z zgledom. V tem primeru so raziskovalci sistem usposobili z uporabo primarnega pregleda LDCT skupaj s prejšnjim pregledom LDCT, če je bil na voljo.
Predhodni pregledi LDCT so koristni, ker lahko razkrijejo nenormalno hitrost rasti pljučnih vozlov in tako kažejo na malignost.
V sedanji študiji je AI zagotovil "avtomatiziran sistem za oceno slike", ki je natančno napovedal malignost pljučnih vozlov brez kakršnega koli človeškega posredovanja.
Raziskovalci so ocene AI primerjali z ocenami šestih ameriških radiologov, certificiranih s strani odbora, ki so imeli do 20 let kliničnih izkušenj.
Ko predhodni pregledi LDCT niso bili na voljo, je AI "model presegel vseh šest radiologov z absolutnim zmanjšanjem za 11% lažno pozitivnih in 5% lažnih negativov," poročajo Tse in sodelavci. Ko je bilo na voljo prejšnje slikanje, je AI deloval enako dobro kot radiologi.
Soavtor študije dr. Mozziyar Etemadi, docent za anesteziologijo na Medicinski fakulteti Northwestern University Feinberg v Chicagu, pojasnjuje, zakaj lahko umetna inteligenca preseže vrednotenje ljudi.
"Radiologi običajno pregledajo na stotine 2D slik ali" rezin "v enem samem CT-pregledu, vendar ta novi sistem strojnega učenja pljuča vidi v ogromni, enojni 3D-sliki," pravi dr. Etemadi.
»AI v 3D je lahko veliko bolj občutljiv v svoji sposobnosti odkrivanja zgodnjega pljučnega raka kot človeško oko, ki gleda 2D slike. To je tehnično "4D", ker ne gleda samo enega CT-ja, temveč dva (trenutni in predhodni pregled) skozi čas. "
Dr. Mozziyar Etemadi
"Če želite zgraditi AI za ogled CT-jev na ta način, potrebujete ogromen računalniški sistem Googlovega merila," nadaljuje. "Koncept je nov, a dejanski inženiring tega je nov tudi zaradi obsega."
V nadaljevanju dr. Etemadi poudarja prednosti uporabe tehnologije globokega učenja in poudarja njeno natančnost. "Sistem lahko lezijo kategorizira z večjo natančnostjo," pravi raziskovalec.
"Ne samo, da lahko nekoga bolje diagnosticiramo z rakom, lahko rečemo tudi, če nekdo nima raka, kar ga lahko reši pred invazivno, drago in tvegano biopsijo pljuč," zaključuje dr. Etemadi.
Raziskovalci pa opozarjajo, da je najprej treba te rezultate potrditi v večjih kohortah.
