3 Minutės
Dirbtinio intelekto proveržis plaučių vėžio diagnostikoje
Northwestern Medicine mokslininkų komanda pristatė pažangią dirbtinio intelekto medicinos priemonę – iSeg, sukurtą itin tiksliai aptikti plaučių navikus kompiuterinės tomografijos (KT) vaizduose. Kas išskiria iSeg iš kitų, – tai gebėjimas nustatyti paslėptas naviko sritis, kurios kartais lieka nepastebimos net patyrusiems radiologams. Ši inovacija gali iš esmės pakeisti vėžio diagnostiką ir gydymo planavimą.
Kodėl tikslus naviko segmentavimas svarbus vėžio gydyme?
Radioterapija – esminė vėžio gydymo dalis, taikoma beveik pusei onkologinių pacientų JAV. Tikslus naviko dydžio ir vietos nustatymas yra gyvybiškai svarbus. Segmentavimo procesas leidžia koncentruotą spinduliuotę nukreipti į vėžines ląsteles, apsaugant sveikus audinius. Dažniausiai segmentavimą rankiniu būdu atlieka gydytojai, tačiau ši procedūra užima daug laiko ir gali skirtis priklausomai nuo specialisto, o svarbios naviko sritys kartais lieka nepastebėtos.
Kaip iSeg keičia situaciją: pažangus AI su 3D mokymusi
Skirtingai nei ankstesnės DI priemonės, analizuojančios tik statinius KT vaizdus, iSeg pirmasis pradėjo taikyti pažangius 3D giluminio mokymosi algoritmus. Šis įrankis seka plaučių auglio judėjimą kvėpuojant, todėl diagnozės ir spindulinio gydymo planavimas tampa gerokai tikslesnis bei labiau pritaikytas individualiam pacientui.
Dr. Mohammed Abazeed, Northwestern universiteto radiacinės onkologijos vadovas, pabrėžia: „Esame arčiau nei bet kada anksčiau, kad pacientams teiktume itin tikslius vėžio gydymo būdus. Mūsų tikslas – suteikti gydytojams efektyvias DI priemones, kurios leistų taikyti personalizuotą ir veiksmingą vėžio gydymą.“

Mokymas ir validacija: DI prilygsta ir pranoksta specialistus
Kad iSeg būtų patikimas, jis buvo mokomas naudojant šimtų plaučių vėžiu sergančių pacientų KT duomenų įrašus, kuriuos tiksliai segmentavo gydytojai. Po kruopštaus mokymo iSeg testuotas nežinomuose pacientų KT vaizduose. Rezultatai atskleidė, kad iSeg ne tik tiksliai atkartodavo specialistų žymėjimus, bet ir pastebėdavo papildomas naviko sritis, kurių kai kurie gydytojai neidentifikavo. Tai kliūdo palikti naviko dalis negydytas ir gali pabloginti gydymo rezultatus.
Pagrindinis tyrėjas Susngik Sarkar pažymi: „DI pagrįsta navikų segmentacija padeda sumažinti laukimo laiką, užtikrina vienodesnį gydymą skirtingose ligoninėse ir aptinka naviko zonas, kurias gydytojai gali praleisti. Tai lemia geresnę gydymo kokybę ir paciento išgyvenamumo rezultatus.“
Pagrindinės iSeg savybės ir privalumai
- 3D giluminis mokymasis realiu laiku: Navikų judėjimo sekimas kvėpuojant užtikrina itin tikslų spinduliuotės nukreipimą.
- Aukščiausia tikslumo klasė: Aptinka sunkiai atpažįstamas ar neaiškias naviko zonas, kurios gali būti praleistos per rankinį vertinimą.
- Mastelio pritaikomumas: Sukurta optimizuoti darbų srautą ir sumažinti skirtumus tarp medicinos įstaigų segmentavimo kokybės.
- Pritaikomas atsiliepimas: Planuojama įdiegti galimybę vartotojams teikti grįžtamąjį ryšį, kad DI pažymėjimai būtų tobulinami realiomis sąlygomis.
- Universalios pritaikymo galimybės: Kūrėjai plečia iSeg veikimą kitų vėžio tipų (pvz., kepenų, smegenų ir prostatos navikų) diagnostikai bei integracijai su skirtingais vaizdavimo metodais – MRT ir PET.
Rinkos aktualumas ir būsimasis taikymas
Dirbtinis intelektas sparčiai keičia medicininę diagnostiką ir onkologiją, o iSeg yra inovatyvi DI platforma, išsiskirianti gebėjimu pastebėti sunkiai aptinkamas plaučių vėžio sritis. Ši technologija gali paskatinti efektyvesnį ir vienodesnį vėžio gydymą, nepriklausomai nuo gydymo įstaigos.
Tyrėjų komanda šiuo metu vertina iSeg veikimą realioje klinikinėje aplinkoje, lygindama AI rezultatus su praktikuojančių gydytojų sprendimais. Galutinis tikslas – pritaikyti technologiją platesniam navikų bei vaizdavimo būdų spektrui ir nuolat ją tobulinti, atsižvelgiant į gydytojų atsiliepimus.
Publikacija ir pripažinimas
Išsamūs iSeg vystymo ir veikimo rezultatai paskelbti prestižiniame žurnale npj Precision Oncology, pabrėžiant esminį DI vaidmenį šiuolaikinėje sveikatos priežiūros pažangoje.
Šaltinis: itresan

Komentarai