Американські вчені презентували нову модель штучного інтелекту, здатну ідентифікувати ранні ознаки раку підшлункової залози на комп’ютерних томограмах задовго до того, як це дозволяють традиційні методи діагностики.
Про це розповідає KURAZH
REDMOD: штучний інтелект у ранній діагностиці раку
Розроблена фахівцями Клініки Майо та Онкологічного центру імені М.Д. Андерсона при Техаському університеті модель під назвою REDMOD (Radiomics-based Early Detection Model) аналізує зображення підшлункової залози, виявляючи мікроскопічні зміни у текстурі та структурі тканин. Ці зміни часто залишаються непомітними для людського ока, однак саме вони можуть свідчити про початок розвитку онкологічного процесу.
Для навчання штучного інтелекту дослідники використали 969 комп’ютерних томограм підшлункової залози. Після завершення навчання REDMOD було протестовано на 430 знімках здорових людей та 63 пацієнтів, яким згодом поставили діагноз рак підшлункової залози. За підсумками тестування, REDMOD виявив ознаки захворювання у 73% випадків у середньому за 16 місяців до офіційного діагнозу. У деяких випадках модель ідентифікувала підозрілі зміни навіть за більш ніж два роки до встановлення діагнозу, а вчені вважають, що потенційно ШІ здатен виявляти рак до трьох років наперед.
Порівняння ефективності з традиційними методами
У дослідженні також брали участь два досвідчені радіологи, які переглядали ті самі томограми без допомоги штучного інтелекту. Вони виявили підозрілі ознаки лише у 38,9% випадків, що вдвічі нижче за показник REDMOD. Це підтверджує високу чутливість нової моделі до ранніх, малопомітних змін, пов’язаних із розвитком захворювання.
«Найбільшою перешкодою для порятунку життів від раку підшлункової залози була наша нездатність побачити хворобу, коли вона була ще виліковна. Цей штучний інтелект тепер може ідентифікувати ознаки раку за нормальною на вигляд підшлунковою залозою, і він може робити це надійно з часом і в різних клінічних умовах», — каже радіолог і спеціаліст з ядерної медицини Клініки Майо Аджит Гоенка.
Водночас, у 81 випадку серед 430 здорових учасників REDMOD помилково визначив знімки як підозрілі. Це означає, що у разі застосування моделі у клінічній практиці, пацієнтам із такими результатами можуть бути призначені додаткові обстеження для уточнення діагнозу.
Дослідники відзначають, що модель показала стабільні результати на даних, отриманих з різних медичних закладів та обладнання, що свідчить про її потенціал для впровадження у різних клінічних умовах.
Окрім того, вчені успішно навчили штучний інтелект прогнозувати необхідність раннього лікування у пацієнтів з кератоконусом на основі аналізу десятків тисяч знімків очей, що дозволяє зменшити кількість зайвих процедур та зберегти зір.
