ИИ предсказывает рак
Рак легких — одно из самых опасных онкологических заболеваний. По данным Всемирной организации здравоохранения, за год в мире от него погибает около 1,8 миллиона человек, поэтому его ранняя, пусть даже приблизительная, диагностика способна спасти многие жизни.
Для оценки патологических изменений грудной клетки людей с повышенным риском рака легких, например заядлых курильщиков, современная медицина применяет компьютерную томографию с низкой дозой облучения. На томографических снимках заболевание часто проявляет себя в виде одиночных новообразований размерами до трех сантиметров. Большинство этих, так называемых солитарных легочных узлов обычно оказываются доброкачественными. Диагност должен уметь надежно выделять каждый злокачественный узелок на самых ранних стадиях его развития.
Для этой цели команда из десяти исследователей и врачей из Дании, Германии и Нидерландов под руководством доктора Колина Якобса с факультета медицинских изображений Университета Неймигена применила алгоритмы глубокого машинного обучения. Группа известна своими работами по применению ИИ к анализу данных томографии грудной клетки при хронических заболеваниях легких, а также сердечно-сосудистых нарушениях. Для своего нового исследования ученые тренировали искусственную нейросеть на национальной клинической базе данных Нидерландов, включавшей изображения, полученные в 2002—2004 годах, более 16 тысяч узлов, среди которых было 1249 злокачественных. Затем работу алгоритма проверяли на данных следующих 8 лет о 12 тысячах узлов, из них 200 — злокачественных.
Результаты оказались впечатляющими. ИИ с точностью 95% предсказывал вероятность злокачественного развития узла. По точности он превосходил всемирно известный статистический канадский алгоритм раннего детектирования рака легких. Эффективность работы нейросети была сравнима с таковой для консилиума из одиннадцати опытных клиницистов разных пульмонологических специализаций. Дополлнительный плюс алгоритма в том, что он не требует «ручного» выделения узла разными врачами, мнения которых могут не совпадать. Программа сильно облегчает и ускоряет диагностику, снижает ее стоимость и устраняет необходимость в часто применяемых дополнительных инвазивных исследованиях.
Сейчас ученые планируют включить данные о биологическом поле, возрасте и истории пристрастия пациента к табаку как дополнительные сведения, обучающие нейросеть. Кроме этого, она будет способна использовать в качестве исходной последовательность изображений легких одного больного за определенный период времени. Доктор Якобс надеется интегрировать в единую систему алгоритмы всех своих предыдущих пульмонологических разработок.