AI oceni ryzyko zachorowania na raka płuc

W 2020 roku rak płuc zabił 1,7 mln osób na całym świecie, co czyni go najbardziej śmiertelnym spośród wszystkich nowotworów. Co prawda w ostatnich latach pojawiło się wiele nowych terapii, to nadal duży odsetek pacjentów zapada na tę chorobę. Do walki wkroczyli naukowcy z MIT z całkowicie nowym orężem, które może istotnie wpłynąć na spadek śmiertelności wśród chorych. Opracowali Sybillę – narzędzie oparte na sztucznej inteligencji, które ma pomóc we wczesnym wykrywaniu raka.

Algorytm przewidzi raka

W walce z rakiem płuc kluczowy jest czas, bo im szybciej wykryjemy chorobę, tym pacjent ma większe szanse na przeżycie. Wczesna diagnoza sprawia, że pięcioletni wskaźnik przeżycia wynosi 70 proc., a wykrycie raka w zaawansowanym stadium zmniejsza wskaźnik do zaledwie 10 proc. Dlatego praca naukowców z MIT, Mass General Cancer Center oraz Chang Gung Memorial Hospital, jest tak ważna i kluczowa dla walki z chorobą.

Sybilla analizuje zdjęcie tomograficzne i sama – bez pomocy radiologa – określa czy u chorego zachodzi ryzyko wystąpienia choroby w ciągu 6 lat. Maszyna określała ryzyko za pomocą wskaźnika złośliwości histologicznej nowotworu. Na podstawie zdjęć oceniała prawdopodobieństwo tego, jak szybko się rozwinie i rozsieje na inne narządy. W przypadku zastosowania indeksu C uzyskano wyniki na poziomie 0,75, 0,81 i 0,80. Modele, które osiągają wartość powyżej 0,7, uważane są dobre. Natomiast te powyżej 0,8 za silne. Sybilla działała jeszcze lepiej w jednorocznej predykcji ROC-AUC, gdzie wskaźnik wynosił od 0,86 do 0,94 – przy czym 1,0 jest najwyższe.

Opracowanie modelu sztucznej inteligencji, który będzie skanował trójwymiarowe zdjęcia, stanowiło podstawowy problem dla naukowców. Współautor badania, Peter Mikhael określił prace na nim jako „poszukiwanie igły w stogu siana”.

Problem z analizą zdj

Dane w postaci obrazów, którymi Sybilla była karmiona w większości przypadków, były pozbawione objawów i zmian rakowych. Nowotwór we wczesnym stadium zajmuje tylko niewielki obszar płuc – ułamek w setkach tysięcy pikseli, które składają się na zdjęcie tomograficzne. Do wytrenowania Sybilli konieczne było oznaczenie setki zdjęć z widocznymi guzami. Posłużyły one do przetestowania narzędzia  na skanach bez widocznych oznak raka.

Odkryliśmy, że nie byliśmy do końca określić, gdzie jest rak. Natomiast nasz model był w stanie przewiedzieć, w którym płucu rozwinie się guz. Wiedza, że sztuczna inteligencja była w stanie określić, po której stronie płuc może wystąpić choroba, jest ekscytująca dla mnie

– powiedział Jeremy Wohlwend, współautor badania.

Sybillę pozytywnie oceniają lekarze onkolodzy. Lecia V. Sequist, onkolog i współautorka pracy zaznaczyła, że wyniki osiągnięte przez zespół są ważne, ponieważ niewiele uniwersytetów na świecie prowadzi badania przesiewowe w kierunku wykrywania nowotworu płuc. Sztuczna inteligencja może w tym pomóc.

Problem z badaniami polega nie tylko na dostępności, ale na kryteriach kwalifikacji do nich. Z uczestnictwa w badaniach przesiewowych wykluczone są osoby niepalące lub takie, które rzuciły palenie wiele lat temu. Stanowi to problem, ponieważ obecnie u coraz większej liczby niepalących pacjentów diagnozuje się raka płuc.

Co dalej?

Kolejnym krokiem będzie testowanie Sybilli na osobach zagrożonych rakiem płuc, które nigdy nie paliły tytoniu lub rzuciły palenie dziesiątki lat temu. Jest to istotne z punktu widzenia zwiększającej się zapadalności na raka wśród osób niepalących. W skali globalnej ponad 50 proc. kobiet, u których zdiagnozowano nowotwór, nie pali tytoniu, a wśród mężczyzn odsetek ten wynosi 15-20 proc.

Zastosowanie sztucznej inteligencji do przewidywania raka płuc u osób niebędących w grupie podwyższonego ryzyka może odmienić los tysiąca osób na całym świecie. Zdiagnozowanie nowotworu u osoby niepalącej jest dla lekarza niezwykle trudne, żeby nie powiedzieć niemożliwe wręcz. Możemy spodziewać się, że wraz z postępem prac nad AI w medycynie, takie narzędzia jak Sybilla będą stawały się coraz bardziej powszechne. Wraz z postępem, sztuczna inteligencja zdejmie z barków lekarzy odpowiedzialność, którą ponoszą za błędne diagnozy.

Źródła:

1. Alex Ouyang, „Mit News”, MIT researchers develop an AI model that can detect future lung cancer risk
2. Sarah Dubin, Daniel Griffin, „Missouri Medicine”, Lung Cancer in Non-Smokers

Może cię również zainteresować: