В онкологической практике используют программную оценку компьютерных и магнитно-резонансных томограмм органов грудной клетки, гистологических препаратов. Результаты, полученные посредством сложной обработки, имеют высокую точность и помогают врачу принять решение о тактике лечения пациента. Более подробно рассматриваем перспективы ИИ в медицине в статье MedAboutMe.
На что способен искусственный интеллект в медицине?
Искусственный интеллект в некоторых клинических ситуациях помогает определить правильный диагноз посредством автоматического анализа данных на ранней стадии болезни или предсказать возможный рецидив опухолевого процесса.
Как вам нравится такая картина? Онкологи занимаются непосредственно лечением пациента и не тратят силы на бумажную рутину. Вся медицинская документация доступна, систематизирована, при необходимости нужная бумага может быть распечатана или отправлена по электронной почте для консультации в любую точку мира. Специальные программы анализируют конкретный снимок или гистологический срез, сравнивая изменения с огромной базой данных. Точность заключения близка к 100% и превосходит описания рентгенолога и патоморфолога, которые иногда могут ошибаться или не увидеть патологию, и не способны хранить в своей памяти такие огромные объемы информации, какими легко оперирует ИИ.
Интересный факт: искусственный интеллект может самостоятельно принимать рациональные решения, что имеет некоторое сходство с когнитивными способностями человека
Все перечисленное — уже не фантастика, интеллектуальные медицинские системы постепенно начинают внедрять в самые обычные онкоцентры. Главное — чтобы был мощный компьютер и выход в интернет. В России существует более десятка ведущих компаний, которые создают программы, способные обработать вербальную, визуализированную, аудиальную и иную информацию.
Работа софта базируется на сборе медицинских данных, предварительной оценке изображений, распознавании очагов патологии и их идентификации, проверки на предмет ложноположительных результатов, типологии выявленных новообразований. В конечном итоге врач получает сформулированный диагноз.
Разработчики решили ряд задач и облегчили работу докторов, отдав на откуп компьютерным технологиям:
- раннюю диагностику онкопатологии с учетом изменений в гистологических препаратах (срезах), компьютерных и магнитно-резонансных томограммах;
- определение тактики лечения, основываясь на молекулярно биологических особенностях неоплазии;
- подтверждение верности выбранных методик терапии в каждом конкретном случае.
Искусственный интеллект и диагностика опухолей
Корейские ученые в 2018 году создали алгоритм искусственного интеллекта, который занимался анализом рентгеновских снимков бронхолегочного тракта. Одновременно эти же снимки описывали несколько специалистов. Было обнаружено, что только один доктор сделал одинаковые с системой выводы, а семнадцать врачей допустили те или иные ошибки в дифференциации предраковых состояний и злокачественных процессов на ранней стадии.
Доказано, что результаты программной обработки точнее улавливают разницу между опухолевой тканью, окружающим очаг неоплазии воспалением или некротическими изменениями. Диагностические ошибки обходятся дорого: за ложными выводами следует смена лечения на более агрессивное, что может привести к печальным последствиям.
Интеллектуальные медицинские системы способны предсказывать лучевое поражение паренхимы легких, стенок кишечника и мочевого пузыря при проведении радиотерапии. Минимальные изменения, которые не в состоянии зарегистрировать человек, улавливает машина. При уменьшении ионизирующей нагрузки, назначении специальных препаратов степень выраженности лучевого повреждения можно уменьшить.
Еще одно направление, актуальное для онкологической практики — прикладное использование интеллектуальных систем для прогнозирования прогресса онкозаболевания. После создания массивной базы данных и обучения искусственный интеллект может предсказывать появление отдаленных метастазов при раке легкого.
Компьютерный анализ используют для определения степени инвазии опухоли при аденокарциноме предстательной железы. Точность методики достигает 70%, что превосходит оценку патоморфологов общего профиля.
Искусственный интеллект нашел применение в обнаружении лимфоцитов вокруг опухоли. Эти клетки значимы для составления прогноза заболевания.
Нейронные сети могут проанализировать образцы лимфоидной ткани с целью определения микроотсевов опухоли. Искусственный интеллект обнаруживает метастазы, невидимые невооруженному глазу человека.
В практике дерматолога компьютерная программа “смотрит” фотографии, полученные посредством дерматоскопии и с успехом выявляет меланому и другие опухолевые патологии кожи.
Только начинает использоваться анализ выдыхаемого человеком воздуха для преддиагностики рака легких, гортани, орофарингеальной области. Для окончательной верификации диагноза выделенные машиной пациенты будут направлены на компьютерное или магнитно-резонансное сканирование, биопсию. Массовый скрининг не связан с инвазивным проникновением в тело, не занимает много времени и весьма эффективен: точность заключения составляет 75-80%.
Искусственный интеллект и геномика опухоли
Каждая неоплазия — даже в пределах одного органа — имеет собственное биологическое поведение. От гистологических характеристик опухоли и конкретных геномных мутаций зависит характер лечения. Для решения подобной задачи необходимы сверхмощные компьютерные системы, которые смогут установить связь между типом мутации и клиническими проявлениями при определенном виде рака, помочь в прогнозе и определении эффективности терапии.
Например, база COSMIC, созданная в 2019 году командой разработчиков Центра Сэнгера, отвечает всем выдвинутым требованиям. В процессе обновления в нее внесены данные о 9733455 мутаций, количество переработанных источников информации достигло почти 27000.
С помощью нейросетей установлены 184 гена, которые влияют на продолжительность жизни и вероятность рецидива при раке молочной железы у женщин. Таким образом, постепенно медицина переходит на персонифицированный подход.
Искусственный интеллект в геномике опухолей позволяет получить представление об этиологическом факторе, может продемонстрировать новые молекулярные маркеры онкопроцесса, дать подсказки о метаболизме раковых клеток, что важно для выбора способов лечения.
В настоящем уже очевидно, что медицинские интеллектуальные системы выводят морфологическую диагностику и клиническую онкологию на новый, более совершенный уровень.
Использованы фотоматериалы Unsplash
