Перспективы высоко персонализированной онкологической помощи с использованием технологий искусственного интеллекта (ИИ) прогнозировались с момента появления этой области.
Онкология в значительной степени полагается на системы оценки доказательной медицины для оценки риска рака и диагностики заболеваний, прогностического определения стадии, лечения и мониторинга. Эти системы возникли в результате простых наблюдений с использованием световой микроскопии, а их эффективность возросла с появлением более продвинутых методов тестирования, таких как анализы экспрессии генов и секвенирование следующего поколения соматических и зародышевых геномов.
Результатом этой модернизации является постоянно расширяющийся список прогностических и предсказывающих факторов, имеющих отношение к конкретному заболеванию, о чем свидетельствует растущая распространенность клинических моделей, основанных на геномной информации. Однако каждый дополнительный предиктор повышает сложность модели и быстро создает сеть взаимодействий между возникающими и устоявшимися факторами заболевания, которую невозможно понять с помощью традиционных подходов, хотя и увеличивает потенциальную разрешающую способность связанных с ней алгоритмов моделирования.
Чтобы продвигать прецизионную онкологию и обеспечивать точную интерпретацию онкологического статуса человека, исследователям и врачам следует использовать всю доступную информацию, которая позволит сложности вычислительной модели приблизиться к сложности биологической системы. Единственным возможным способом синтеза масштабов и взаимозависимости таких мультимодальных данных является использование искусственного интеллекта, высокопроизводительных вычислений и новаторских методов глубокого обучения.
Примеры успешного клинического применения ИИ можно найти в онкологической сфере и в междисциплинарной практике, при этом анализ изображений с помощью компьютерного зрения, в частности, имеет несколько применений, одобренных Управлением по контролю за продуктами и лекарствами США.
К методам, которые приобретают все большее клиническое применение, относятся обнаружение мультирака в цельной крови с помощью глубокого секвенирования, виртуальная биопсия, обработка естественного языка для определения траекторий здоровья на основе медицинских записей, а также передовые системы поддержки принятия клинических решений, сочетающие в себе геномику и клинику.
Применение искусственного интелекта для анализа изображений, связанных с раком
В области рентгенологической визуализации онкологических заболеваний ИИ используется для обнаружения и диагностики. Компьютерное обнаружение исторически использовалось для визуализации рака молочной железы, но оно не продемонстрировало высокой клинической ценности.
Следовательно, визуализация рака молочной железы была основной целью для обнаружения рака на основе искусственного интеллекта. Например, модели на основе искусственного интеллекта в настоящее время регулярно являются частью визуализации молочной железы и используются в клинической практике во многих практиках.
Помимо рака молочной железы, в настоящее время методы обнаружения и диагностики на основе искусственного интеллекта используются для различных типов опухолей. Например, известно, что при раке предстательной железы многопараметрическая МРТ повышает выявляемость клинически значимых злокачественных новообразований, но остаются такие проблемы, как вариабельность результатов между наблюдателями. Обнаружение на основе искусственного интеллекта может решить эти проблемы с помощью алгоритмов машинного обучения, и существуют коммерчески доступные алгоритмы для сегментации простаты, обнаружения поражений и интеграции рабочих процессов.
Алгоритмы визуализации, основанные на искусственном интеллекте, также используются в клинической практике для выявления и отслеживания потенциально раковых поражений, а также для управления лечением. Например, в настоящее время можно комплексно обнаруживать и отслеживать легочные узелки, прогнозировать злокачественные новообразования легких среди обнаруженных поражений на изображениях КТ с низкими дозами и включать рекомендации по лечению.
Глубокие нейронные сети также были разработаны для обнаружения увеличенных лимфатических узлов или полипов толстой кишки во время колоноскопии с помощью компьютерной системы обнаружения DL в реальном времени. Также было показано, что расширенная интерпретация эндоскопических изображений с использованием ИИ постоянно повышает точность обнаружения рака пищевода.
ИИ и анализ опухолей
Модели визуализации, основанные на искусственном интеллекте, также используются для характеристики опухолей. Характеристика может включать:
- анатомическую сегментацию опухолей, которая позволяет программному обеспечению идентифицировать границы пораженной ткани среди нормальной анатомии,
- классификацию подтипов опухолей, которая использует данные по интенсивности сигнала, текстуре, форме и другим дескрипторам для постановки диагноза.
Сегментация — двухмерная или объемная — может использоваться в клинической практике для принятия решений о лечении, например, при планировании лучевой терапии. Алгоритмы на основе искусственного интеллекта способны преодолеть эти предубеждения. Одним из таких продуктов является продукт, одобренный Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов США, который обнаруживает метастазы в головной мозг и проводит сегментацию для стереотаксической радиохирургии.
Медицинские центры, которые применяют ИИ при онкологических болезнях
Медицинские центры, разрабатывающие модели искусственного интеллекта для более быстрого обнаружения и лечения рака:
- Новый инструмент на основе искусственного интеллекта, известный как Sturgeon, успешно диагностировал 45 из 50 замороженных образцов опухолей головного мозга всего за 40 минут. Инструмент смог точно диагностировать 18 из 25 случаев.
- Детройтский институт рака Карманоса запустил анкету, которая выявляет пациентов с высоким риском рака с помощью нескольких дополнительных вопросов. Ответы вводятся в программу, которая выдает результат, в котором указывается риск для пациента и следующие шаги, которые необходимо предпринять.
- Рецидив рака простаты теперь можно обнаружить на 14, 8 месяцев раньше, чем в существующей клинической практике, благодаря новой технологии, разработанной профессором Университета Пердью в Уэст-Лафайете, Индиана.
- Клиника Мэйо в Рочестере, штат Миннесота, использует искусственный интеллект для более раннего выявления рака поджелудочной железы у пациентов, пока болезнь еще излечима.
- Калифорнийский университет в Лос-Анджелесе использует поддерживаемую искусственным интеллектом технологию, одобренную FDA, чтобы точно определить, где именно расположены опухоли в простате, и лечить их в амбулаторных условиях.
- Исследователи из Стэнфордского медицинского университета в Пало-Альто, Калифорния, разработали модель искусственного интеллекта, которая оценивает окрашенные изображения ткани глиобластомы на предмет агрессивности опухоли пациента, определяет генетический состав и оценивает, остаются ли значительные раковые клетки после операции.
- Исследователи из клиники Джонса Хопкинса из Балтимора создали модель глубокого обучения, которая может идентифицировать фрагменты белка в раковых клетках, которые вызывают иммунный ответ, убивающий опухолевые клетки.
- В Ганновере, штат Нью-Хэмпшир, в Дартмуте создан Центр точного здравоохранения и искусственного интеллекта для улучшения исследований в области оценки биомедицинских данных и результатов лечения пациентов.
- Бостонский центр онкологии и Массачусетский технологический институт в Кембридже разработали инструмент искусственного интеллекта, который может обнаруживать ранние признаки заболеваний легких за годы до того, как врачи обнаружат их при компьютерной томографии.
Нужна помощь в поиске онколога или клиники по лечению рака?
Внесите свои данные в форму заявки или позвоните по телефону +49 229 279 273 16. В течение 2 часов вам позвонит наш врач-консультант. Данная консультация является совершенно бесплатной. Мы гарантируем вам полную конфиденциальность и сохранение врачебной тайны.
