В новой статье, недавно опубликованной в JCO Global Oncology, представлена разработка искусственного интеллекта (ИИ) для точного обнаружения потенциально раковых узлов, описанных в отчетах компьютерной томографии (КТ), проводимой вне контекста скрининга рака.
Эта технология представляет собой инструмент обработки естественного языка (НЛП), предназначенный для анализа отчетов КТ грудной клетки. Исследование было проведено Институтом исследований и образования Д'Ор (IDOR) в партнерстве с Федеральным университетом медицинских наук Порту-Алегри (UFCSPA) и университетами Флориды и Стэнфорда в США.
Достижения в области обработки естественного языка в области искусственного интеллекта в последние годы часто попадали в заголовки газет, и использование этой технологии уже устоялось и окружает нас ежедневно. Если вы когда-либо использовали чат-ботов онлайн-банкинга, включали автоматические субтитры к видео или давали команды виртуальным помощникам на своих устройствах, вы, возможно, задавались вопросом, как машины могут так хорошо понимать человеческое общение.
Понимание человеческого языка и реагирование на него — основная цель обработки естественного языка (НЛП), одной из нескольких областей искусственного интеллекта. НЛП используется для выполнения нескольких функций во многих известных инструментах, включая чат-ботов и цифровых помощников, таких как Siri и Alexa. Однако его потенциал также исследуется в медицинской сфере.
Данное исследование было направлено на инвестирование в технологию для разработки инструмента, способного обнаруживать возможность рака легких на основе отчетов КТ, которые были выполнены по причинам, отличным от скрининга рака.
Эта технология представляет собой инструмент обработки естественного языка (НЛП), предназначенный для анализа отчетов КТ грудной клетки. Исследование было проведено Институтом исследований и образования Д'Ор (IDOR) в партнерстве с Федеральным университетом медицинских наук Порту-Алегри (UFCSPA) и университетами Флориды и Стэнфорда в США.
Достижения в области обработки естественного языка в области искусственного интеллекта в последние годы часто попадали в заголовки газет, и использование этой технологии уже устоялось и окружает нас ежедневно. Если вы когда-либо использовали чат-ботов онлайн-банкинга, включали автоматические субтитры к видео или давали команды виртуальным помощникам на своих устройствах, вы, возможно, задавались вопросом, как машины могут так хорошо понимать человеческое общение.
Понимание человеческого языка и реагирование на него — основная цель обработки естественного языка (НЛП), одной из нескольких областей искусственного интеллекта. НЛП используется для выполнения нескольких функций во многих известных инструментах, включая чат-ботов и цифровых помощников, таких как Siri и Alexa. Однако его потенциал также исследуется в медицинской сфере.
Данное исследование было направлено на инвестирование в технологию для разработки инструмента, способного обнаруживать возможность рака легких на основе отчетов КТ, которые были выполнены по причинам, отличным от скрининга рака.
«Когда мы проводим КТ грудной клетки в контексте рака легких, есть два основных показания. Одно из них — скрининг рака у пациентов из группы риска, обычно старше 50 лет с историей курения. Второй контекст — пациент, у которого, например, есть подозрение на тромбоэмболию легочной артерии, и для его исследования проводят компьютерную томографию, и при этом обследовании обнаруживается случайный узелок».
«Это называется случайной находкой. Наш инструмент НЛП работает в последней ситуации, потому что иногда эти пациенты могут не получить ранний диагноз. Случайную находку легко не заметить, потому что врач сосредоточен на другой гипотезе и может не подозревать о ней. Ддетали в первоначальной интерпретации»,
— объясняет доктор Розана Родригес, радиолог из IDOR и один из авторов исследования.
При анализе изображений грудной клетки наличие узлов в легких является относительно распространенной находкой, и большинство из них доброкачественные. Однако серьезные риски могут скрываться в 1–3% таких случаев. Из-за своей высокой распространенности узелки в легких часто не учитываются при обследовании в больнице неотложной помощи.
Яркий пример этого произошел во время пандемии COVID-19, когда в клиниках и больницах часто проводили компьютерную томографию для выявления поражения легких при заболевании. В этом сценарии многие из этих узелков были описаны в медицинских отчетах, но не были должным образом исследованы на предмет их канцерогенного потенциала. Выявление проблемы на ранних стадиях дает возможность применять более эффективные методы лечения с большей вероятностью излечения пациентов.
Яркий пример этого произошел во время пандемии COVID-19, когда в клиниках и больницах часто проводили компьютерную томографию для выявления поражения легких при заболевании. В этом сценарии многие из этих узелков были описаны в медицинских отчетах, но не были должным образом исследованы на предмет их канцерогенного потенциала. Выявление проблемы на ранних стадиях дает возможность применять более эффективные методы лечения с большей вероятностью излечения пациентов.
«Идея этого инструмента возникла у нас во время пандемии, потому что мы проводили от 30 до 40 КТ в день пациентам с подозрением на COVID-19. Врачи, которые запрашивали КТ, полностью сосредоточились на заболевании, потому что им нужно было знать, требуется ли пациенту госпитализация. Когда мы писали отчеты, помимо наличия или отсутствия поражений легких, вызванных COVID-19, мы также видели множество узелков в легких, некоторые из которых были похожи на рак легких»,
- говорит доктор Родригес.
«Это вызвало у нас огромную обеспокоенность, потому что во время пандемии никто не смог получить эти отчеты, поэтому диагноз рака мог быть утерян. Именно тогда мы начали думать о том, как нам восстановить все эти подозрительные исследования. Именно тогда мы запланировали инструмент НЛП»,
— вспоминает рентгенолог, который также работает в трех больницах Рио-де-Жанейро, включая государственную больницу Федерального университета Рио-де-Жанейро (UFRJ).
Возможность выявления рака легких у пациентов, у которых нет подозрений на наличие этой проблемы, побудила исследователей статьи рассмотреть решения для этого диагностического окна. Именно тогда у них возникла идея разработать автоматизированный инструмент НЛП, способный искать подозрительные узелки, случайно обнаруженные в медицинских отчетах КТ грудной клетки.
Как и мы, искусственный интеллект не рождается со знанием. Чтобы обучить инструмент НЛП, разработанный для исследования, команда рентгенологов провела ретроспективный анализ более 21 500 отчетов КТ грудной клетки, выполненных в исследовательской больнице в период с 2020 по 2021 год. Из этих тысяч исследований в 484 исследованиях были представлены случайно обнаруженные узелки в легких с потенциальная канцерогенность, описания которой использовались для обучения инструмента НЛП выявлению этих поражений.
После обучения НЛП прошла внутреннюю проверку, включающую оценку более 300 отчетов о КТ грудной клетки, из которых 157 содержали случайно обнаруженные узлы с подозрением на злокачественность, а 148 служили контрольной группой для расчета потенциала точности инструмента.
НЛП научили понимать текст, написанный в отчетах, без доступа к изображениям. Исследователи запрограммировали его так, чтобы он сообщал о подозрительных любых случайно обнаруженных узлах, ранее не известных в истории болезни пациента, диаметром более 4 мм и без клинического контекста, связанного с раком, пневмонией или заболеванием мелких дыхательных путей. Инструмент также был способен классифицировать узелки повышенного риска, например, узлы размером более 8 мм или узлы с твердым компонентом более 6 мм.
При внутренней оценке инструмент НЛП достиг точности 98% при обнаружении интересующих узлов. Положительные результаты побудили исследователей провести второй тест в мае 2022 года, на этот раз проанализировав более 900 отчетов КТ грудной клетки, которые были случайно выбраны из 57 различных больниц.
Во втором тесте НЛП продемонстрировало еще более впечатляющую точность — 98,6%, что было дополнительно подтверждено окончательной проверкой врачей-рентгенологов, установившей золотой стандарт для тестирования инструмента. Эти результаты еще раз подтвердили точность и компетентность искусственного интеллекта для помощи в клинических приложениях.
Из 484 случайных находок, использованных при обучении НПЛ, у 8 пациентов был диагностирован рак легких, и им удалось пройти раннее лечение. Согласно исследованию, 2 из этих диагнозов можно было бы пропустить без помощи инструмента НЛП.
Учитывая, что 70% случаев рака легких излечимы при лечении на ранних стадиях, раннее выявление заболевания значительно повышает эти шансы для пациентов. Искусственный интеллект был разработан на широко используемом языке программирования Python, и его использование совместимо с несколькими учреждениями и больницами, где португальский язык является официальным языком. Инструмент может внести существенный вклад в раннее распознавание рака легких, особенно у пациентов, находящихся на лечении в службах неотложной помощи и за пределами специализированных онкологических центров.
После обучения НЛП прошла внутреннюю проверку, включающую оценку более 300 отчетов о КТ грудной клетки, из которых 157 содержали случайно обнаруженные узлы с подозрением на злокачественность, а 148 служили контрольной группой для расчета потенциала точности инструмента.
НЛП научили понимать текст, написанный в отчетах, без доступа к изображениям. Исследователи запрограммировали его так, чтобы он сообщал о подозрительных любых случайно обнаруженных узлах, ранее не известных в истории болезни пациента, диаметром более 4 мм и без клинического контекста, связанного с раком, пневмонией или заболеванием мелких дыхательных путей. Инструмент также был способен классифицировать узелки повышенного риска, например, узлы размером более 8 мм или узлы с твердым компонентом более 6 мм.
При внутренней оценке инструмент НЛП достиг точности 98% при обнаружении интересующих узлов. Положительные результаты побудили исследователей провести второй тест в мае 2022 года, на этот раз проанализировав более 900 отчетов КТ грудной клетки, которые были случайно выбраны из 57 различных больниц.
Во втором тесте НЛП продемонстрировало еще более впечатляющую точность — 98,6%, что было дополнительно подтверждено окончательной проверкой врачей-рентгенологов, установившей золотой стандарт для тестирования инструмента. Эти результаты еще раз подтвердили точность и компетентность искусственного интеллекта для помощи в клинических приложениях.
Из 484 случайных находок, использованных при обучении НПЛ, у 8 пациентов был диагностирован рак легких, и им удалось пройти раннее лечение. Согласно исследованию, 2 из этих диагнозов можно было бы пропустить без помощи инструмента НЛП.
Учитывая, что 70% случаев рака легких излечимы при лечении на ранних стадиях, раннее выявление заболевания значительно повышает эти шансы для пациентов. Искусственный интеллект был разработан на широко используемом языке программирования Python, и его использование совместимо с несколькими учреждениями и больницами, где португальский язык является официальным языком. Инструмент может внести существенный вклад в раннее распознавание рака легких, особенно у пациентов, находящихся на лечении в службах неотложной помощи и за пределами специализированных онкологических центров.
