MIT & Mass General Hospital са разработили система с изкуствен интелект, която може да открие рак на белия дроб

Ракът на белия дроб е опустошителна болест. Според Световна здравна организация, ракът на белия дроб е една от най-честите причини за смърт в световен мащаб, като представлява близо 2.21 милиона случая само през 2020 г. Важно е, че заболяването може да прогресира; тоест, за мнозина може да започне само като леки симптоми, които не предизвикват тревога, преди бързо да се развие в животозастрашаваща диагноза, водеща до смърт. За щастие гамата от терапевтични средства, насочени към подпомагане на пациенти с рак на белия дроб, нарасна неимоверно през последните две десетилетия. Въпреки това ранното откриване на рака все още е едно от единствените средства за значително намаляване на смъртността.

Едно забележително постижение в тази сфера е неотдавнашното съобщение от Масачузетския технологичен институт (MIT) и Mass General Hospital (MGH) относно разработването на модел за дълбоко обучение, наречен „Sybil“, който може да се използва за прогнозиране на риска от рак на белия дроб, като се използват данни само от едно CT сканиране. The проучване беше официално публикуван в Journal of Clinical Oncology миналата седмица и обсъжда как „инструментите, които предоставят персонализирана бъдеща оценка на риска от рак, могат да фокусират подходите към тези, които най-вероятно ще се възползват“. Следователно ръководителите на проучването твърдят, че „модел за дълбоко обучение, оценяващ цялата обемна LDCT [контрастна КТ с ниска доза] данни, може да бъде изграден, за да предскаже индивидуалния риск, без да изисква допълнителни демографски или клинични данни.“

Моделът започва с основен принцип: „LDCT изображенията съдържат информация, която предсказва бъдещия риск от рак на белите дробове, извън текущо разпознаваемите характеристики като белодробни възли.“ Следователно, разработчиците се стремят да „разработят и валидират алгоритъм за задълбочено обучение, който прогнозира бъдещ риск от рак на белите дробове до 6 години от едно LDCT сканиране и да оцени потенциалното му клинично въздействие“.

Като цяло проучването е забележително успешно досега: Сибил е в състояние да предскаже бъдещия риск от рак на белия дроб на пациента до определена степен на точност, използвайки данните само от един LDCT.

Без съмнение клиничните приложения и последиците за тази технология са все още незрели. Дори ръководителите на проучването са съгласни, че ще трябва да се свърши значителна работа, за да се разбере как точно да се приложи тази технология в действителната клинична практика - по-специално по отношение на развиването на степен на доверие в технологията, с която лекарите и пациентите ще се чувстват сигурни, разчитайки на изходите на системата.

Предпоставката на алгоритъма обаче все още е невероятно мощна и води до потенциална промяна в играта в областта на предсказуемата диагностика.

Диагностичните мерки никога досега не са били толкова мощни. Фактът, че инструментът може да използва само едно компютърно томографско сканиране, за да предвиди дългосрочна функция на заболяването, потенциално може да реши много проблеми - най-важният от които позволява ранно лечение и намалена смъртност.

Експерти, при първоначално изчервяване, може да се противопоставят на системи като тези, като отбелязват, че никоя AI система не би могла да се справи достатъчно добре с преценката и клиничната мощ, за да замени човешки лекар. Но целта на системи като тези не е непременно да заменят експертния опит на лекаря, а по-скоро потенциално да увеличат работните процеси на лекаря.

Система като Sybil може много лесно да се използва като инструмент за препоръка, маркирайки потенциално засягащи CT на лекар, който след това може да използва собствената си клинична преценка, за да се съгласи или да не се съгласи с препоръката на Sybil. Това не само вероятно би подобрило клиничната производителност, но би могло да действа и като вторичен процес на „проверка“ и евентуално да подобри диагностичната точност.

Несъмнено има още много работа за вършене на тази арена. Учените, разработчиците и иноваторите имат дълго пътуване пред себе си не само в усъвършенстването на действителния алгоритъм и самата система, но и в навигирането в хипер-нюансираната арена на въвеждане на тази технология в реални клинични приложения. Независимо от това, технологията, намерението и потенциалът, който притежава по отношение на подобряването на грижите за пациентите, ако са разработени по безопасен, етичен и ефикасен начин, наистина са обещаващи за бъдещото генериране на диагностика.