Согласно исследованию, опубликованному  в журнале Annals of Surgical Oncology , подход на основе искусственного интеллекта, использующий GPT-4o для анализа компьютерной томографии органов малого таза, может помочь врачам более точно и последовательно диагностировать рак яичников на ранних стадиях.

«[Наше исследование показало, что] GPT-4o выявляет ключевые КТ-признаки рака яичников и демонстрирует многообещающую диагностическую точность при наличии высококачественных диагностических данных», — написала группа исследователей под руководством доктора Шимина Чжана из больницы Шэнцзин Китайского медицинского университета в провинции Ляонин, Китай.

Ранняя диагностика рака яичников может быть сложной задачей, и более половины случаев по-прежнему диагностируются на метастатической стадии, что приводит к пятилетней выживаемости в 31,4% по сравнению с более чем 90%, когда заболевание ограничено яичниками, пояснили исследователи. Золотым стандартом диагностики рака яичников долгое время считалась хирургическая патология, и врачи в значительной степени полагаются на методы визуализации, особенно на компьютерную томографию органов таза, для проведения предоперационной оценки.

Однако интерпретация КТ-изображений зависит от опыта рентгенолога и может быть подвержена влиянию высокой межнаблюдательной вариабельности. Группа Чжана исследовала использование GPT-4o для улучшения способности КТ диагностировать ранний рак яичников в исследовании, в котором приняли участие 479 пациентов с патологически подтвержденными доброкачественными или злокачественными поражениями яичников на ранней стадии. Исследователи обучили алгоритм распознавать четыре КТ-признака, связанные со злокачественностью: характеристики стенки и перегородки кисты, узловые или папиллярные выступы, плотность и характер контрастирования, а также кистозный или солидный состав , — распознавать поражения яичников, описывать ключевые КТ-признаки поражений яичников и ставить диагноз доброкачественного или злокачественного образования на основе этих признаков.

Они обнаружили следующее:

• В трех наборах данных (т.е., поражения яичников, ключевые КТ-признаки поражений яичников и доброкачественные или злокачественные диагнозы) точность диагностики с помощью GPT-4o составила 80,8%, 79,1% и 93,3% соответственно.
• По оценке врачей, надежность GPT-4o в выявлении четырех ключевых признаков на КТ составила 4,2 балла для состояния стенки и перегородки кисты; 4,2 балла для узловых или папиллярных выступов; 4,3 балла для плотности и распределения контрастного усиления; и 4,2 балла для кистозно-солидных характеристик (все оценки по 5-балльной шкале).
• Использование GPT-4o повысило точность диагнозов, поставленных радиологами и гинекологами-онкологами, на 1,96% и 10,5% соответственно.

Группа исследователей отметила, что использование GPT-4o с КТ-снимками органов таза улучшило диагностическую эффективность менее опытных врачей, сообщив, что точность диагностики у гинекологов-онкологов со стажем менее семи лет увеличилась с 67,9% до 78,1% при использовании этой модели.

«После дальнейшей проверки на различных наборах данных GPT-4o демонстрирует многообещающие результаты в качестве нового подхода к раннему выявлению рака яичников, что в конечном итоге улучшит существующую систему лечения рака яичников на ранних стадиях», — заключили авторы.

С полным текстом исследования можно ознакомиться здесь .

Внимание, автоперевод! За ошибки перевода ответственности не несём. Первоисточник по ссылке.