Искусственный интеллект борется с ошибочной диагностикой рака

Диагностика рака легких начинается с компьютерной томографии, после которой следует ряд дополнительных обследований. И на сегодняшний день ситуация такая, что в 96% случаев результат скрининга является ложноположительным. Исследователи из университета Питтсбурга и Центра рака легких при UPMC Hillman нашли способ существенно снизить количество ложных диагнозов, не пропуская ни одного реального случая заболевания раком.

Исследование было опубликовано в журнале Thorax. На помощь ученым пришел искусственный интеллект, который безошибочно отличает доброкачественные образования от раковых узлов при скрининге рака легких.

«На первом этапе исследований мы смогли исключить рак примерно у трети пациентов, поэтому им не потребовались дальнейшая биопсия, позитронно-эмиссионная томография и еще одна КТ. Все что нужно таким пациентам – прийти на плановое обследование через год», – сказал старший автор исследования Дэвид Уилсон, доктор медицинских наук и ко-директор Центра рака легких при UPMC Hillman.

КТ является стандартным диагностическим тестом для рака легких. По статистике, около четверти таких сканирований обнаруживают тени, указывающие на узелки в легких, но позже рак диагностируется менее чем у 4% этих пациентов.

Сейчас, по словам Уилсона, по данным сканирования невозможно узнать, кто именно входит в эти 4%. Конечно, врачи не хотят пропустить ни одного реального случая рака, но вместе с тем они пытаются снизить уровень ложноположительных результатов.

«Положительный результат вызывает тревогу у пациента, увеличивает расходы, а последующие тесты таят в себе некоторые риски, – говорит соавтор исследования Панайотис Бенос, доктор философии, профессор и заместитель директора по вычислительной и системной биологии. – Для 96 процентов людей с доброкачественными узлами эти процедуры не нужны. Поэтому мы пытаемся найти способ определить, какие из них доброкачественные, а какие злокачественные».

Уилсон, Бенос и их коллеги собрали данные КТ у 218 пациентов с высоким риском развития рака легких, у которых впоследствии было подтверждено наличие либо рака легких, либо доброкачественных узлов. Затем они перевели эти данные в алгоритм, создав форму искусственного интеллекта, рассчитывающего вероятность рака. Если полученные данные ниже определенного порога, то модель исключает рак.

Сравнивая оценку модели с фактическими диагнозами этих пациентов, исследователи обнаружили, что они смогли бы спасти 30% людей с доброкачественными узлами от прохождения дополнительного тестирования, не пропустив ни одного случая рака.

По словам доктора Беноса, тремя наиболее важными факторами определения результата являются количество кровеносных сосудов, окружающих узелок, количество узелков и количество лет, прошедших с момента, когда пациент бросил курить.

«Известно, что вокруг опухоли больше кровеносных сосудов, и мы впервые смогли использовать эти знания для создания компьютерной технологии, которая принимает твердое решение, есть у пациента рак или нет», – сказал доктор Уилсон.