MIT және Mass General Hospital өкпенің қатерлі ісігін анықтай алатын AI жүйесін әзірледі

Өкпенің қатерлі ісігі – жойқын ауру. сәйкес Дүниежүзілік денсаулық сақтау ұйымы, өкпе рагы дүние жүзінде өлімнің ең көп тараған себептерінің бірі болып табылады, тек 2.21 жылы 2020 миллионға жуық жағдайды құрады. Маңыздысы, ауру прогрессивті болуы мүмкін; яғни, көптеген адамдар үшін бұл жай ғана жеңіл белгілер ретінде басталып, өлімге әкеліп соқтыратын өмірге қауіп төндіретін диагнозға дейін тез арада дабыл қағуға болмайды. Бақытымызға орай, соңғы екі онжылдықта өкпенің қатерлі ісігі бар науқастарға көмектесуге бағытталған терапевтикалық құралдардың ауқымы айтарлықтай өсті. Дегенмен, қатерлі ісік ауруын ерте анықтау әлі де өлім-жітім деңгейін айтарлықтай төмендетудің бірден-бір құралы болып табылады.

Бұл аренадағы маңызды жетістіктердің бірі - Массачусетс технологиялық институты (MIT) мен Массалық жалпы госпиталдің (MGH) мәліметтерді пайдалана отырып, өкпенің қатерлі ісігінің қаупін болжауға болатын «Sybil» деп аталатын терең оқыту моделін әзірлеу туралы жақында жариялаған. тек бір компьютерлік томографиядан. The оқу Өткен аптада Клиникалық онкология журналында ресми түрде жарияланды және «болашақ қатерлі ісік қаупін жеке бағалауды қамтамасыз ететін құралдардың пайда табуы мүмкін адамдарға көзқарастарды қалай шоғырландыруы мүмкін екенін» талқылайды. Демек, зерттеу жетекшілері «жалпы көлемді LDCT [Төмен доза контрастты CT] деректерін бағалайтын терең оқыту моделін қосымша демографиялық немесе клиникалық деректерді қажет етпестен жеке тәуекелді болжау үшін құруға болады» деп тұжырымдады.

Модель негізгі қағидадан басталады: «LDCT кескіндерінде өкпе түйіндері сияқты қазіргі уақытта анықталатын белгілерден тыс болашақ өкпе обыры қаупін болжайтын ақпарат бар». Осылайша, әзірлеушілер «бір LDCT сканерлеуінен 6 жылға дейін болашақ өкпе обыры қаупін болжайтын терең оқыту алгоритмін әзірлеуге және тексеруге және оның ықтимал клиникалық әсерін бағалауға» ұмтылды.

Жалпы алғанда, зерттеу осы уақытқа дейін айтарлықтай табысты болды: Сибил тек бір LDCT деректерін пайдалана отырып, белгілі бір дәрежеде пациенттің болашақ өкпе обыры қаупін болжай алады.

Әрине, бұл технологияның клиникалық қолданбалары мен салдары әлі жетілмеген. Тіпті зерттеу жетекшілері бұл технологияны нақты клиникалық тәжірибеде қалай қолдану керектігін анықтау үшін, атап айтқанда, дәрігерлер мен пациенттер өздерін қауіпсіз сезінетін технологияға сенімділік дәрежесін арттыруға қатысты маңызды жұмыстарды орындау қажет екендігімен келіседі. жүйенің шығыстары.

Дегенмен, алгоритмнің алғышарттары әлі де керемет күшті және болжамды диагностика саласында әлеуетті ойын өзгертуші болып табылады.

Диагностикалық шаралар бұрын-соңды мұндай күшті болған емес. Ұзақ мерзімді ауру функциясын болжау үшін құралдың бір ғана КТ қолдануы мүмкін екендігі көптеген мәселелерді шешуі мүмкін, олардың ең маңыздысы ерте емдеуге және өлімді азайтуға мүмкіндік береді.

Сарапшылар, бастапқыда қызарған кезде, мұндай жүйелерге қарсы итермелеуі мүмкін, бұл бірде-бір AI жүйесі адам дәрігерін алмастыратын пікір мен клиникалық қабілетке сәйкес келе алмайды. Бірақ мұндай жүйелердің мақсаты міндетті түрде дәрігер тәжірибесін алмастыру емес, керісінше, дәрігердің жұмыс үрдісін әлеуетті түрде кеңейту.

Sybil сияқты жүйені кеңес беру құралы ретінде оңай пайдалануға болады, ол дәрігерге КТ-ға қатысты ықтимал белгілерді жібереді, содан кейін ол Сибилдің ұсынысымен келісу немесе келіспеу үшін өз клиникалық пікірін қолдана алады. Бұл клиникалық өткізу қабілетін жақсартып қана қоймайды, сонымен қатар қайталама «тексеру» процесі ретінде әрекет етуі және диагностикалық дәлдікті арттыруы мүмкін.

Бұл аренада әлі де атқарылатын жұмыстар көп екені сөзсіз. Ғалымдар, әзірлеушілер және инноваторлар нақты алгоритм мен жүйенің өзін жетілдіріп қана қоймай, сонымен қатар осы технологияны нақты клиникалық қолданбаларға енгізудің жоғары нюансты аренасында шарлауда ұзақ сапар күтіп тұр. Соған қарамастан, егер ол қауіпсіз, этикалық және тиімді түрде әзірленсе, пациенттерге күтім көрсетуді жақсартуға қатысты технологиясы, ниеті және әлеуеті диагностиканың болашақ ұрпақтары үшін перспективалы болып табылады.