Naukowcy opracowali algorytm oparty na sztucznej inteligencji, aby ocenić agresywność rzadkiego nowotworu.
Coraz częściej bada się narzędzia sztucznej inteligencji (AI), aby pomóc pracownikom służby zdrowia w postawieniu diagnozy.
Naukowcy z fundacji Royal Marsden NHS Foundation Trust i Instytutu Badań nad Rakiem wykorzystali teraz sztuczną inteligencję do poprawy diagnozy rzadkiego nowotworu.
Z badania opublikowanego w The Lancet Oncology wynika, że sztuczna inteligencja może być dwukrotnie dokładniejsza od biopsji – inwazyjnej procedury polegającej na pobieraniu próbki za pomocą igły – w ocenie ryzyka wystąpienia niektórych mięsaków.
Mięsaki to rzadka postać nowotworu, na którą rocznie zapada około 5300 przypadków w Wielkiej Brytanii. W badaniu skupiono się na mięsakach przestrzeni zaotrzewnowej, mięsakach tkanek miękkich zlokalizowanych głęboko w jamie brzusznej i miednicy, które mogą być trudne do biopsji.
„Dzięki tym wczesnym badaniom opracowaliśmy innowacyjne narzędzie sztucznej inteligencji wykorzystujące dane obrazowe, które może pomóc nam dokładniej i szybciej zidentyfikować rodzaj i stopień mięsaków przestrzeni zaotrzewnowej niż obecnie stosowane metody” – powiedziała dr Amani Arthur, pierwsza autorka badania. w artykule. oświadczenie.
W jaki sposób sztuczna inteligencja może pomóc w diagnozowaniu?
Naukowcy zastosowali metodę zwaną radiomiką, która wykorzystuje komputery do wydobywania informacji ilościowych z obrazów medycznych, takich jak zdjęcia rentgenowskie, rezonans magnetyczny i tomografia komputerowa.
Cechy te są następnie wykorzystywane do diagnozowania chorób lub przewidywania przebiegu choroby. Dzięki zastosowaniu algorytmów radiomika może zostać wykorzystana do analizy szczegółów, których nie można dostrzec gołym okiem.
Naukowcy wykorzystali tomografię komputerową 170 pacjentów leczonych w Royal Marsden do stworzenia algorytmu sztucznej inteligencji – wyjaśnili w oświadczeniu.
Następnie algorytm przetestowano na 89 pacjentach z ośrodków w Europie i Stanach Zjednoczonych.
Model był w stanie dokładnie przewidzieć, jak agresywny był guz w przypadku 82 procent z nich, podczas gdy tylko 44 procent guzów zostało poprawnie sklasyfikowanych na podstawie biopsji.
Model był także w stanie dokładnie przewidzieć rodzaj mięsaka w 84 procentach przypadków.
Reporter radiolog „był w stanie prawidłowo zdiagnozować jedynie 73 procent tłuszczakomięsaków (rodzaj mięsaka) i 43 procent mięśniakomięsaków gładkokomórkowych” – twierdzą autorzy badania.
Mięsaki zaotrzewnowe są szczególnie trudne do zdiagnozowania, ponieważ często towarzyszą im typowe objawy, takie jak ból brzucha, wzdęcia lub zmniejszenie apetytu.
Eksperci twierdzą, że mogą również znacząco urosnąć, zanim pojawią się objawy.
Nadzieja na inne nowotwory
„Choroba jest bardzo rzadka – klinicyści widzą tylko jeden lub dwa przypadki w swojej karierze – co oznacza, że diagnoza może być powolna. Ten typ mięsaka jest również trudny w leczeniu, ponieważ może urosnąć do dużych rozmiarów, a ze względu na lokalizację guza w jamie brzusznej wymagać skomplikowanej operacji” – powiedział Arthur.
„(To narzędzie sztucznej inteligencji) mogłoby poprawić wyniki pacjentów, pomagając przyspieszyć diagnozowanie choroby i lepiej dostosować leczenie poprzez wiarygodną identyfikację ryzyka choroby u każdego pacjenta” – dodał Arthur.
Zespół ma także nadzieję udoskonalić algorytm, aby można go było stosować w przypadku innych typów nowotworów.
