Uz AI balstīti modeļi var pārspēt cilvēku ekspertus olnīcu vēža noteikšanā

Uz AI balstīti modeļi var pārspēt cilvēku ekspertus olnīcu vēža noteikšanā

Jauns starptautisks pētījums, ko vadīja Karolinskas institūta pētnieki Zviedrijā, liecina, ka AI modeļi var pārspēt cilvēku ekspertus olnīcu vēža identificēšanā ultraskaņas attēlos. Pētījums ir publicētsDabiskā medicīna.

"Olnīcu audzēji ir izplatīti un bieži tiek atklāti nejauši," saka profesore Elizabete Epšteina no Södersjukhuset (Stokholmas Dienvidu vispārējās slimnīcas) Klīniskās zinātnes un apmācības departamenta Karolinskas institūtā un slimnīcas Dzemdību un ginekoloģijas nodaļas vecākā konsultante. "Daudzviet pasaulē ir liels ultraskaņas ekspertu trūkums, kas ir radījis bažas par nevajadzīgām procedūrām un novēlotu vēža diagnozi. Mēs vēlējāmies noskaidrot, vai AI varētu papildināt cilvēku ekspertus."

AI pārspēj ekspertus

Pētnieki izstrādāja un apstiprināja neironu tīklu modeļus, kas spēj atšķirt labdabīgus un ļaundabīgus olnīcu bojājumus, apmācot un pārbaudot AI vairāk nekā 17 000 ultraskaņas attēlu no 3652 pacientiem 20 slimnīcās astoņās valstīs. Pēc tam viņi salīdzināja modeļu diagnostikas spējas ar lielu ekspertu un mazāk pieredzējušu ultraskaņas pārbaudītāju grupu.

Rezultāti parādīja, ka AI modeļi pārspēja gan ekspertus, gan neekspertus olnīcu vēža noteikšanā, sasniedzot 86,3 procentu precizitāti, salīdzinot ar attiecīgi 82,6 procentiem un 77,7 procentiem ekspertiem un neekspertiem.

Tas liecina, ka neironu tīklu modeļi var būt vērtīgs palīgs olnīcu vēža diagnostikā, īpaši grūti diagnosticējamos gadījumos un situācijās, kad trūkst ultraskaņas ekspertu.

Profesore Elisabeth Epstein, Södersjukhuset (Stokholmas Dienvidu vispārējā slimnīca), Klīniskās zinātnes un apmācības nodaļa, Karolinska Institutet

Samazināt nepieciešamību pēc ekspertu ieteikumiem

AI modeļi var arī samazināt vajadzību pēc ekspertu ieteikumiem. Simulētās šķirošanas situācijā AI atbalsts samazināja nosūtījumu skaitu par 63 procentiem un nepareizas diagnozes līmeni par 18 procentiem. Tas var nodrošināt ātrāku un izmaksu ziņā efektīvāku aprūpi pacientiem ar olnīcu bojājumiem.

Neskatoties uz daudzsološajiem rezultātiem, pētnieki uzsver, ka ir nepieciešami turpmāki pētījumi, pirms tiek pilnībā izprasts neironu tīklu modeļu potenciāls un to klīniskie ierobežojumi.

"Izmantojot nepārtrauktu pētniecību un izstrādi, uz mākslīgo intelektu balstīti rīki var būt neatņemama rītdienas veselības aprūpes sastāvdaļa, atbrīvojot ekspertus un optimizējot slimnīcu resursus. Tomēr mums ir jānodrošina, lai tos varētu pielāgot dažādām klīniskajām vidēm un pacientu grupām," saka Filips Kristiansens, profesora Epšteina pētniecības grupas doktorants Karolinskas institūtā un pirmais autors no KTH Royal Technology institūta Emir Konuk.

AI atbalsta drošības novērtēšana

Pētnieki pašlaik veic perspektīvos klīniskos pētījumus Södersjukhuset, lai novērtētu AI rīka ikdienas klīnisko drošību un lietderību. Turpmākajos pētījumos tiks iekļauts arī randomizēts daudzcentru pētījums, lai pārbaudītu ietekmi uz pacientu pārvaldību un veselības aprūpes izmaksām.

Pētījums tika veikts ciešā sadarbībā ar pētniekiem KTH Karaliskajā Tehnoloģiju institūtā, un to finansēja no Zviedrijas Pētniecības padomes, Zviedrijas vēža biedrības, Stokholmas reģionālās padomes, Radiumhemmet vēža izpētes fondu un Wallenberg AI, autonomo sistēmu un programmatūras programmas (WASP) dotācijām.

Elizabete Epšteina, Filips Kristiansens un trīs līdzautori ir pieteikušies patentam datorizētās diagnostikas metodēm ar uzņēmuma Intelligyn starpniecību. Elizabetei Epšteinai, Filipam Kristiansenam un Kevinam Smitam, KTH Karaliskā Tehnoloģiju institūta pētniekiem, pieder arī Intelligyn akcijas, kuras brīvprātīgais vadītājs ir profesors Epšteins. Pilns interešu konfliktu saraksts ir atrodams rakstā.

Avoti: