Informator uniwersytecki

Sztuczna inteligencja może poprawić diagnozowanie raka jajnika

Wyniki nowych międzynarodowych badań kierowanych przez naukowców z Karolinska Institutet w Szwecji pokazują, że modele predykcyjne oparte na sztucznej inteligencji mogą przewyższać zdolności prognostyczne uzyskiwane przez ekspertów w identyfikacji raka jajnika na obrazach ultrasonograficznych. Wyniki te zostały właśnie opublikowane w Nature Medicine.

„Nowotwory jajnika u kobiet są powszechne i ze względu na typowy brak objawów we wczesnych fazach choroby często są wykrywane przez przypadek” - mówi profesor Elisabeth Epstein z Wydziału Nauk Klinicznych i Edukacji w Karolinska Institutet w Sztokholmie, starszy konsultant na oddziale położnictwa i ginekologii szpitala Södersjukhuset. „W wielu częściach świata występuje poważny niedobór ekspertów w dziedzinie ultrasonografii ginekologicznej, co w przypadkach nieprawidłowej diagnozy guza jajnika budzi obawy nie tylko o niepotrzebne interwencje chirurgiczne, ale też i o opóźnione rozpoznanie przypadków chorych na raka jajnika. Dlatego chcieliśmy dowiedzieć się, czy sztuczna inteligencja może uzupełnić lub nawet poprawić wyniki oceny guza przez ekspertów”.

W swoim komentarzu jeden ze współautorów pracy, prof. Artur Czekierdowski z Kliniki Ginekologii Onkologicznej i Ginekologii Uniwersytetu Medycznego w Lublinie, wskazuje, że te najnowsze wyniki badań opublikowane w prestiżowym czasopiśmie Nature Medicine są pierwszą na świecie kompleksową oceną, która weryfikuje potencjał modeli sztucznej inteligencji w diagnostyce obrazowej guzów jajnika. Modele te zaprojektowano w Karolinska Institutet i zweryfikowano w międzynarodowych ośrodkach zewnętrznych w celu różnicowania zmian niezłośliwych i złośliwych na obrazach ultrasonograficznych. Ocena metodami sztucznej inteligencji została porównana z opiniami lekarzy o różnym stopniu doświadczenia w ginekologicznym badaniu USG. Wyniki tych pionierskich badań wskazują silną zdolność uogólniania modeli sieci neuronowych opartych na transformatorach. Modele AI przewyższały pod względem wartości prognostycznych ocenę każdego eksperta, jak i każdego lekarza niebędącego ekspertem w dziedzinie ultrasonografii ginekologicznej.

Sztuczna inteligencja przewyższa opinie diagnostyczne ekspertów

Naukowcy z 20 szpitali w ośmiu krajach zweryfikowali modele sieci neuronowych zdolne do różnicowania niezłośliwych i złośliwych zmian w jajnikach. Modele sztucznej inteligencji zaprojektowano w Karolinska Institutet w Sztokholmie. Po odpowiednim przeszkoleniu metody te przetestowano na ponad 17 000 obrazów ultrasonograficznych uzyskanych od 3652 pacjentek z guzami jajnika. Następnie porównano zdolności diagnostyczne modeli sztucznej inteligencji z diagnozą postawioną przez grupę ekspertów oraz – niezależnie od nich – przez mniej doświadczonych w ultrasonografii ginekologicznej lekarzy. Wyniki omawianych badań wieloośrodkowych wskazują, że modele AI przewyższały zdolności prognostyczne uzyskane zarówno przez ekspertów, jak i lekarzy niebędących ekspertami w identyfikowaniu przypadków raka jajnika, osiągając dokładność diagnostyczną na poziomie 86,3%, w porównaniu do 82,6% i 77,7% odpowiednio dla ekspertów i osób niebędących ekspertami.

„Sugeruje to, że modele sieci neuronowych mogą oferować cenne wsparcie w rozpoznawaniu raka jajnika, szczególnie w trudnych do zdiagnozowania przypadkach i w ośrodkach, w których brakuje ekspertów w dziedzinie ultrasonografii” – stwierdza profesor Elizabeth Epstein.

Zmniejszenie zapotrzebowania na skierowania od ekspertów

Modele AI mogą również zmniejszyć zapotrzebowanie na skierowania od ekspertów w dziedzinie ultrasonografii ginekologicznej. W symulowanej sytuacji segregacji guzów złośliwych i niezłośliwych wykorzystanie wsparcia diagnozy metodami AI zmniejszyło liczbę skierowań o 63%, a wskaźnik błędnej diagnozy zmniejszono o 18%. Może to prowadzić do szybszej i bardziej opłacalnej opieki nad pacjentkami z guzami jajnika. Jednakże – pomimo obiecujących wyników – Autorzy tych wieloośrodkowych badań podkreślają, że potrzebna jest dalsza weryfikacja kliniczna opisanych metod, zanim pełny potencjał modeli sieci neuronowych i ich ograniczenia kliniczne zostaną w pełni zrozumiane. Dzięki nowym badaniom narzędzia prognostyczne oparte na sztucznej inteligencji mogą stać się integralną częścią opieki zdrowotnej już w bliskiej przyszłości, odciążając ekspertów i optymalizując wykorzystanie zasobów szpitali, ale musimy upewnić się, że można je dostosować do różnych środowisk klinicznych i do różnych grup pacjentek” – mówi Filip Christiansen, doktorant w grupie badawczej profesor Elizabeth Epstein z Karolinska Institutet i pierwszy autor tego najnowszego artykułu opublikowanego właśnie na stronie internetowej Nature Medicine.

Ocena bezpieczeństwa wsparcia diagnostyki klinicznej metodami sztucznej inteligencji

Grupa Autorów omawianego artykułu prowadzi obecnie prospektywne badania kliniczne w szpitalu Södersjukhuset w Sztokholmie, mające na celu ocenę codziennego bezpieczeństwa klinicznego i praktycznej przydatności narzędzi AI. Rozpoczęto również randomizowane badanie wieloośrodkowe, które ma na celu zbadanie wpływu tych metod na zarządzanie decyzjami klinicznymi, dotyczącymi leczenia pacjentek oraz wpływu na koszty opieki zdrowotnej.

Badanie zostało przeprowadzone w ścisłej współpracy z naukowcami z Królewskiego Instytutu Technicznego (KTH) i zostało sfinansowane z grantów Szwedzkiej Rady ds. Badań Naukowych, Szwedzkiego Towarzystwa Onkologicznego, Rady Regionalnej Sztokholmu, Funduszy Badań nad Rakiem Radiumhemmet oraz Programu Wallenberg AI, Autonomous Systems and Software Program (WASP).

Elisabeth Epstein, Filip Christiansen i trzech współautorów złożyło wniosek patentowy za pośrednictwem firmy Intelligyn na metody wspomaganej komputerowo diagnostyki obrazowej guzów jajnika u kobiet.

Autorzy: Filip Christiansen, Emir Konuk, Adithya Raju Ganeshan, Robert Welch, Joana Palés Huix, Artur Czekierdowski, Francesco Paolo Giuseppe Leone, Lucia Anna Haak, Robert Fruscio, Adrius Gaurilcikas, Dorella Franchi, Daniela Fischerova, Elisa Mor, Luca Savelli, Maria Àngela Pascual, Marek Jerzy Kudla, Stefano Guerriero, Francesca Buonomo, Karina Liuba, Nina Montik, Juan Luis Alcázar, Ekaterini Domali, Nelinda Catherine P. Pangilinan, Chiara Carella, Maria Munaretto, Petra Saskova, Debora Verri, Chiara Visenzi, Pawel Herman, Kevin Smith & Elisabeth Epstein