Лента новостей → Модель искусственного интеллекта почти вдвое снизила количество ложноположительных результатов при КТ-скрининге рака легких
По данным нового исследования, инструмент на основе искусственного интеллекта, предназначенный для оценки узелков в легких, может эффективно выявлять рак, а также сокращать количество ложноположительных результатов.
Исследование, опубликованное в журнале Radiology , проанализировало данные нескольких международных исследований скрининга рака лёгких. Результаты, проведённые исследователями из Медицинского центра Университета Радбауд в Нидерландах, демонстрируют, как ИИ может повысить точность скрининга рака лёгких, который, как известно, страдает от высокого уровня ложноположительных результатов. Сокращение этих показателей может снизить количество ненужных процедур и связанных с ними расходов, а также снизить тревожность пациентов по поводу результатов КТ.
«Глубокое обучение предлагает многообещающие решения, но необходима надёжная проверка», — заявил ведущий исследователь Ноа Антониссен, доктор медицинских наук, аспирант Радбауда, в пресс-релизе RSNA, посвящённом результатам исследования. «ИИ учитывает факторы, которые мы можем даже не увидеть на КТ, что позволяет более точно оценить вероятность злокачественности узла».
Исследователи обучили свой алгоритм на более чем 16 000 узелков, выявленных в ходе Национального исследования скрининга лёгких. Его эффективность была подтверждена данными КТ, полученными в ходе трёх других европейских исследований. В общей сложности алгоритм был протестирован на данных более 4000 участников, большинство из которых были пожилыми курящими мужчинами, с общим количеством обнаруженных почти 8000 узелков.
Эффективность ИИ сравнивалась с эффективностью широко используемой модели PanCan, которая оценивает риск развития рака на основе информации о пациенте и характеристиках узлов. Алгоритм стабильно соответствовал или превосходил модель PanCan, особенно для узлов среднего размера (от 5 до 15 мм), диагностическая точность которых часто бывает неопределенной. В случае этих узлов точность ИИ достигала AUC 0,95; для сравнения, PanCan показал AUC 0,91. Более того, ИИ снизил количество ложноположительных результатов почти на 40% по сравнению с традиционной моделью.
«Мы выбрали узелки размером от 5 до 15 мм, поскольку их диагностика представляет сложность, а также необходимость частого краткосрочного наблюдения», — сказал Антониссен. «Точная классификация риска этих узелков может сократить количество ненужных процедур».
Хотя группа воодушевлена своими результатами, они предупреждают, что необходима дополнительная проспективная клиническая проверка, прежде чем алгоритм можно будет внедрить в рабочие процессы скрининга рака легких.
Внимание, автоперевод! За ошибки перевода ответственности не несём. Первоисточник по ссылке.