Роль искусственного интеллекта в предоперационном выявлении метастазов в легких
Метастазы в легких представляют собой значительную проблему для пациентов с раком, часто указывая на плохой прогноз и влияя на ход лечения. Точное обнаружение метастазов в легких имеет жизненно важное значение для эффективного хирургического планирования и улучшения результатов лечения пациентов. Предоперационные компьютерные томографические (КТ) сканирования служат краеугольным камнем для диагностики этих метастатических узелков, но они имеют ограничения по чувствительности, в основном, когда полагаются исключительно на визуальную оценку рентгенологов. Последние достижения в области искусственного интеллекта (ИИ) и глубокого обучения (ГО) открывают новые возможности для улучшения обнаружения узелков. Недавний обзор, опубликованный в Европейском журнале радиологии, ретроспективно оценил эффективность системы на основе ИИ в обнаружении метастазов в легких с помощью предоперационных КТ-сканов, сравнив ее производительность с результатами рентгенологов без посторонней помощи и изучив потенциал для более раннего обнаружения узелков.
Методология и применение ИИ для обнаружения конкреций
В исследовании анализировалась когорта из 167 пациентов, перенесших метастазэктомию в легких в период с 2016 по 2020 год, с использованием их предоперационных КТ-сканов. Используемая система ИИ «Veye Lung Nodules» использовала алгоритм компьютерного обнаружения (CAD) на основе DL со сверточным нейронными сетями (CNN) для выявления легочных узелков. Этот алгоритм работает путем обработки КТ-сканов и автоматического обнаружения узелков на основе порога в 3 мм, что помогает различать истинные узелки и ложноположительные результаты. Ключевым компонентом этого исследования было сравнение чувствительности обнаружения узелков между тремя группами: радиологи без помощи, только ИИ и комбинация радиологов и ИИ (RAD + ИИ).
Для оценки истинности исследования консенсусное чтение двух рентгенологов идентифицировало все узелки, видимые на КТ-снимках, подтвержденное отчетом о патологии после резекции. Этот процесс гарантировал, что каждый узелок, выявленный во время операции, можно было оценить ретроспективно на предмет его обнаруживаемости на КТ-снимках. Различные характеристики узелков, такие как размер, расположение в легком и контакт с окружающими структурами, были проанализированы как ИИ, так и рентгенологами, чтобы понять их влияние на обнаружение. Конечной целью было определить, может ли ИИ повысить точность и чувствительность предоперационного обнаружения узелков в легких и выявить любые потенциальные преимущества для более раннего вмешательства.
Результаты: повышенная чувствительность и раннее обнаружение с помощью ИИ
Исследование показало, что ИИ значительно повысил чувствительность обнаружения резецированных узелков по сравнению с радиологами без посторонней помощи. ИИ обнаруживал в среднем 4 узелка на КТ-сканирование с высокой точностью 97% истинных узелков, что привело к минимальному уровню ложноположительных результатов. В то время как радиологи без посторонней помощи достигли 80,4% чувствительности обнаружения узелков во всех КТ-сканированиях, система ИИ сама по себе улучшила этот показатель до 85,9%. Однако при объединении оценки радиолога с помощью ИИ (RAD + ИИ) чувствительность значительно возросла до 92,4%. Это заметное улучшение говорит о том, что ИИ может служить ценным вторым считывателем, улучшая обнаружение узелков, которые в противном случае могли быть пропущены.
В ходе временного анализа ИИ продемонстрировал свою способность к более раннему обнаружению легочных узелков. У пациентов, которым перед операцией делали несколько КТ, ИИ обнаруживал узелки на более ранних сканах в 47,4% случаев, когда рентгенологи изначально их пропустили. Это более раннее обнаружение имело решающее значение для выявления метастатических легочных узелков, что потенциально приводило к более своевременным хирургическим вмешательствам и лучшим результатам для пациентов.
Интересно, что исследование отметило определенные характеристики, которые повлияли на обнаруживаемость узелков рентгенологами и ИИ. Например, узелки с сосудистым контактом с меньшей вероятностью обнаруживались рентгенологами, в то время как кавитация и плевральный контакт представляли трудности для обнаружения ИИ. Результаты подчеркивают, что повышенная чувствительность ИИ была наиболее полезна при обнаружении узелков с определенными характеристиками, дополняя визуальный анализ рентгенологов.
Значение для клинической практики и будущего развития
Исследование подчеркивает клинические преимущества использования ИИ для помощи рентгенологам в проведении предоперационной КТ-оценки метастазов в легких. Более высокая чувствительность RAD + ИИ предполагает, что радиология с использованием ИИ может быть интегрирована в клинические рабочие процессы для улучшения обнаружения легочных узелков, что в конечном итоге приведет к более комплексному планированию лечения. Поскольку раннее обнаружение и точная характеристика узелков имеют решающее значение для прогноза пациента, внедрение ИИ может снизить вероятность пропуска метастазов, что позволит применять более агрессивные и целенаправленные терапевтические стратегии.
Более того, результаты исследования предполагают более широкий сдвиг в сторону внедрения технологий на основе ИИ в радиологической практике. Система DL-CAD улучшает обнаружение узелков и минимизирует нагрузку на рентгенологов, снижая необходимость в исчерпывающих визуальных оценках. Минимальный уровень ложноположительных результатов в этом исследовании также подтверждает возможность интеграции такой технологии без перегрузки рентгенологов ненужными повторными проверками ложных результатов.
Дальнейшие разработки в области обнаружения узелков на основе ИИ должны быть сосредоточены на улучшении способности алгоритма идентифицировать узелки со сложными характеристиками, например, с кавитацией или плевральным контактом. Дальнейшие исследования также могут изучить, как производительность ИИ варьируется в зависимости от демографических характеристик пациентов и типов узелков, что позволит глубже понять оптимизацию этих систем для различных клинических сценариев.
Интеграция систем САПР на основе ИИ в предоперационную оценку метастазов в легких значительно повысила чувствительность обнаружения узелков. Сочетание помощи ИИ с оценкой рентгенолога приводит к заметному увеличению выявления резектабельных узелков, что обеспечивает потенциал для более раннего обнаружения и улучшения результатов хирургического вмешательства. Результаты исследования подчеркивают преобразующую роль ИИ в повышении точности и эффективности рентгенологической практики, особенно в контексте лечения онкологии. По мере развития технологий ИИ их применение в предоперационной оценке визуализации, вероятно, станет стандартной практикой, помогая рентгенологам и улучшая ведение пациентов. Постоянное совершенствование и валидация этих инструментов еще больше повысят их эффективность, в конечном итоге способствуя улучшению прогноза и стратегий лечения пациентов с метастатическим заболеванием легких.
Источник: European Journal of Radiology
