Лента новостей → Прогнозирование смертности с помощью рентгенографии
Прогнозирование смертности от респираторных заболеваний с помощью рентгенографии грудной клетки
Модель ИИ отслеживает риск заболевания легких с течением времени, подтвержденная на азиатской популяции
Исследование в журнале Radiology: Artificial Intelligence оценило прогностическую ценность модели, которая объединяет рентгенографию грудной клетки с искусственным интеллектом для прогнозирования смертности от респираторных заболеваний в группе лиц азиатского происхождения.
Исследования показали, что одна из таких моделей, CXR-Lung-Risk, позволяет оценить риск смертности от респираторных заболеваний по одному рентгенограмме грудной клетки. Будучи моделью с открытым исходным кодом, CXR-Lung-Risk имеет потенциал для внедрения в клиническую практику для скрининга.
Хотя прогностическая ценность модели изучалась на основе рентгенограмм грудной клетки, полученных в один момент времени, уточнение оценки риска с помощью последующих рентгенограмм грудной клетки или дальнейшая стратификация риска с течением времени с помощью модели ИИ представляет собой перспективное направление для исследований.
Возможность проведения скрининга на основе ИИ в группах низкого риска
В новом исследовании ученые изучили этот потенциал с помощью траекторного анализа — статистического метода, который помогает показать, как биомаркер или переменная изменяется с течением времени.
«Мы использовали этот анализ для выявления таких тенденций, как увеличение или уменьшение показателей риска CXR-Lung-Risk, полученных на основе серийных рентгенограмм грудной клетки», — сказал старший автор исследования, доктор медицинских наук и доктор философии Ким Хёнджин из отделения радиологии больницы Сеульского национального университета и медицинского колледжа в Южной Корее. «Это помогает разделить людей на различные группы риска в зависимости от динамики их показателей в течение длительного времени».
Доктор Ким и его коллеги оценили прогностическую значимость модели CXR-Lung-Risk для смертности от респираторных заболеваний среди азиатской популяции, проходящей скрининг здоровья.
Они проанализировали рентгенограммы грудной клетки людей, проходивших медицинское обследование в период с января 2004 года по июнь 2018 года.
Из 36 924 человек в исследуемой группе 264 (0,7%) умерли от респираторных заболеваний в течение медианного периода наблюдения, составившего 11 лет.
Модель успешно выявила лиц с высоким риском респираторной смертности с помощью одной рентгенограммы грудной клетки. Анализ траектории за трёхлетний период наблюдения показал, что у лиц с более высоким уровнем риска результаты были значительно хуже.
«Эти результаты подтверждают возможность стратификации риска на основе ИИ», — сказал доктор Ким.
Поскольку исследуемая популяция состояла из бессимптомных лиц с низким риском смертности от респираторных заболеваний, результаты показывают, что стратификация риска осуществима даже для внешне здоровых людей, что подчеркивает потенциал модели ИИ как инструмента скрининга.
Модель CXR-Lung-Risk изначально была разработана на основе рентгенограмм грудной клетки, полученных в ходе клинического исследования, проведённого в США, большинство участников которого были представителями европеоидной расы. В новом исследовании модель была оценена на популяции, которая отличалась географически, временно и расово от тестовых наборов данных, использованных в предыдущих исследованиях. По словам доктора Кима, это разнообразие повышает обобщаемость модели.
«Более того, в странах Восточной Азии широко практикуются самооплачиваемые медицинские осмотры, включающие рентгенографию грудной клетки, что делает эту группу населения актуальной и практичной целью для внешнего тестирования модели», — сказал он.
«Модель ИИ может выявлять различия в риске смертности, не выявляемые традиционными методами, что позволяет врачам соответствующим образом корректировать частоту или интенсивность последующего наблюдения. Это может помочь более эффективно распределять ресурсы и улучшать результаты благодаря индивидуальному подходу».
— ЭДУАРДО МОРЕНО ЖУДИС ДЕ МАТТОС ФАРИНА, доктор медицинских наук
Потенциал ИИ зависит от клинической валидации
По словам Эдуардо Морено Джудис де Маттос Фарина, доктора медицинских наук, нейрорадиолога и научного сотрудника в области детской радиологии Федерального университета Сан-Паулу, и Пауло Эдуардо де Агиара Курики, доктора медицинских наук, нейрорадиолога и доцента Юго-западного медицинского центра UT в Далласе, результаты исследования демонстрируют преобразующий потенциал глубокого обучения в медицине.
В комментарии к исследованию доктора Фарина и Курики высоко оценили исследование за проверку общедоступного инструмента ИИ на внешней популяции и его корреляцию с клиническими данными и соответствующими результатами, особенно со смертностью от респираторных заболеваний и смертностью от всех причин.
Доктор Фарина отметила, что модели ИИ для прогнозирования, подобные рассмотренной в исследовании, могут способствовать более персонализированному планированию медицинской помощи. Например, два пациента с хронической обструктивной болезнью легких (ХОБЛ) одного возраста и пола с похожими результатами лабораторных исследований обычно могут получать одинаковую медицинскую помощь.
«Однако модель ИИ может выявить различия в риске смертности, не выявляемые традиционными методами, что позволит врачам соответствующим образом скорректировать частоту или интенсивность последующего наблюдения», — сказал он. «Это может помочь более эффективно распределять ресурсы и улучшить результаты благодаря индивидуальному подходу».
По словам доктора Фарины, главная задача на будущее заключается в проверке того, действительно ли вмешательства на основе моделей улучшают результаты лечения пациентов, не внося при этом новых предубеждений.
«Нам нужны рандомизированные контролируемые исследования, в которых решения о лечении основываются на прогнозах ИИ, чтобы оценить их влияние на реальную ситуацию», — сказал доктор Фарина. «Без такого уровня доказательств результаты модели рискуют стать просто очередным числом без клинического значения».
Доктор Ким поддержал призыв доктора Фарины к проведению дополнительных исследований.
«В этом исследовании основное внимание уделялось смертности, что является важным, но относительно абстрактным результатом», — сказал он. «Для клинического применения необходимы дальнейшие исследования, чтобы связать оценку риска лёгких по данным рентгенографии лёгких с более значимыми конечными точками, такими как частота конкретных респираторных заболеваний или эффективность целенаправленных вмешательств».
Внимание, автоперевод! За ошибки перевода ответственности не несём. Первоисточник по ссылке.