Według najnowszych badań, sztuczna inteligencja rozpozna raka płuc dzięki skanom tomografii komputerowej w lepszym stopniu niż lekarze.
Naukowcy Northwestern University w Illinois i Google sprawdzili, że AI może zapewnić lepsze rezultaty we wczesnym i dokładniejszym wykrywaniu raka płuc. Technologia może zwiększyć skuteczność badań przesiewowych i wykrywalność choroby.
Tomografia komputerowa źródłem informacji
System głębokiego uczenia sprawdzono i porównano z diagnozami radiologów oraz wynikami biopsji w ciągu roku. AI zostało przeszkolone przy użyciu blisko 43 tysięcy skanów tomografii komputerowej (TK) klatki piersiowej od prawie 15 tysięcy pacjentów.
W większości porównań model wykrywał chorobę lub potencjalne obszary jej rozwoju oraz ryzyka zachorowania lepiej niż radiolodzy z kilkuletnim doświadczeniem. Do sprawdzenia tego wykorzystano zarówno wstępne TK i wcześniejsze badanie TK, przydatne w przewidywaniu ryzyka nowotworów złośliwych płuc, ponieważ tempo wzrostu podejrzanych guzków płuc może wskazywać na taki właśnie rodzaj choroby.
Lepsze rozpoznanie
Sztuczna inteligencja wykazała się także mniejszą liczbą fałszywych trafień i mniejszą liczby pominiętych guzów, jeśli byłyby stosowane w warunkach klinicznych. Pozwala to także stwierdzić, że ktoś nie ma raka, co potencjalnie uchroni go przed inwazyjną i kosztowną biopsją płuc.
Jak podaje medicalexpress, rak płuc jest najczęstszą przyczyną zgonów związanych z rakiem w Stanach Zjednoczonych. Szacuje się, że w 2018 roku zginęło aż 160 tysięcy osób i 1,7 miliona ludzi na całym świecie.
Ograniczony dostęp do badań może utrudniać rozpoznanie choroby lub wykrycie jej dopiero w zaawansowanym stadium. Wykorzystanie w tym celu AI może pomóc w dotarciu do diagnozy wcześniej, rozpoczęciu leczenia i zmniejszenia liczby zgonów.
To kolejne, tak istotne, wykorzystanie nowych technologii dla ludzkiego zdrowia i rozwoju diagnostyki. Rozwiązanie nie jest jeszcze gotowe do oficjalnego użytku. Jednak już teraz możemy spodziewać się, że jego wprowadzenie może w znacznym stopniu przyczynić się do rozwoju AI w dziedzinie medycyny i rozpoznaniu poszczególnych stanów chorobowych.