Przełomowe rozwiązanie AI do wykrywania raka płuca

Przełomowe narzędzie sztucznej inteligencji do wykrywania raka płuca

Zespół badaczy z Northwestern Medicine zaprezentował innowacyjne narzędzie medyczne oparte na sztucznej inteligencji – iSeg, stworzone specjalnie do precyzyjnego wykrywania guzów płuca w tomografii komputerowej (TK). iSeg wyróżnia się zdolnością identyfikowania ukrytych obszarów nowotworowych, które mogą pozostać niezauważone nawet przez doświadczonych radiologów. To odkrycie może istotnie zmienić sposób diagnozowania i planowania leczenia raka płuca.

Znaczenie precyzyjnej segmentacji guzów w leczeniu onkologicznym

W radioterapii – kluczowej części leczenia onkologicznego niemal połowy pacjentów z rakiem w USA – niezwykle istotna jest dokładna identyfikacja rozmiaru i lokalizacji guza. Proces ten, zwany segmentacją guza, umożliwia precyzyjne skierowanie wysokich dawek promieniowania na komórki nowotworowe przy jednoczesnej ochronie zdrowych tkanek. Do tej pory segmentacja była wykonywana ręcznie przez lekarzy, co wymagało czasu i było podatne na różnice interpretacyjne między specjalistami, niekiedy skutkując przeoczeniem istotnych fragmentów guza.

Nowatorskie podejście iSeg: Zaawansowane AI z nauką 3D

W odróżnieniu od poprzednich narzędzi sztucznej inteligencji analizujących jedynie statyczne obrazy, iSeg jako pierwszy wykorzystuje zaawansowane algorytmy głębokiego uczenia 3D. Pozwalają one śledzić ruch guza płuca podczas oddychania pacjenta, dostosowując lokalizację do każdego oddechu. Taka dynamiczna analiza odgrywa kluczową rolę, ponieważ przemieszczanie się nowotworu może wpływać na dokładność diagnozy i planowania radioterapii.

Dr Mohammed Abazeed, kierownik i profesor radioterapii onkologicznej na Northwestern University, podkreśla: „Jesteśmy znacznie bliżej niż dekadę temu bardziej precyzyjnych metod leczenia raka. Naszym celem jest wyposażenie lekarzy w lepsze narzędzia, by umożliwić bardziej spersonalizowaną i skuteczną terapię onkologiczną.”

Trening i walidacja: sztuczna inteligencja dorównuje i przewyższa specjalistów

W celu zapewnienia wiarygodności, iSeg został wytrenowany na podstawie setek zeskanowanych TK pacjentów onkologicznych, starannie oznaczonych przez ekspertów medycznych. Po intensywnym szkoleniu AI została przetestowana na nowych, nieznanych dotąd przypadkach. Wyniki okazały się imponujące: iSeg nie tylko dorównał specjalistom w wyznaczaniu granic guza, lecz także wykrył dodatkowe obszary nowotworu przeoczone przez lekarzy. Eksperci zaznaczają, że pominięcie takich fragmentów może niekorzystnie wpłynąć na efekty terapii.

Kierownik badania i pierwszy autor, Susngik Sarkar, zauważa: „Automatyzacja i standaryzacja segmentacji guzów przez AI skraca czas oczekiwania, zwiększa dostępność skutecznej opieki w różnych szpitalach i pozwala wykryć obszary, które mogłyby zostać pominięte. To przekłada się na wyższą jakość leczenia i lepsze wyniki kliniczne.”

Najważniejsze funkcje i zalety iSeg

• 3D głębokie uczenie w czasie rzeczywistym: Monitorowanie ruchu guza w trakcie oddychania zapewnia najwyższą precyzję namierzania.
• Wyjątkowa dokładność: Wykrywa ukryte lub niejednoznaczne obszary nowotworu pomijane podczas ręcznej oceny.
• Skalowalność: Usprawnia pracę i zmniejsza różnice w segmentacji między ośrodkami medycznymi.
• Możliwość adaptacji: Trwają prace nad wdrożeniem mechanizmu informacji zwrotnej użytkownika, by udoskonalać wyniki AI w rzeczywistych warunkach klinicznych.
• Wielozadaniowość: Zespół rozwija iSeg także dla wykrywania innych nowotworów – m.in. wątroby, mózgu czy prostaty, oraz do integracji z obrazowaniem MRI i PET.

Znaczenie rynkowe i przyszłość zastosowań

Przy rosnącym znaczeniu sztucznej inteligencji w diagnostyce obrazowej i onkologii precyzyjnej, iSeg staje się pionierem innowacji cyfrowych w ochronie zdrowia. Jego zaawansowane możliwości wykrywania wymagających i subtelnych zmian nowotworowych mogą zainicjować nową erę skutecznego, równego leczenia raka.

Obecnie zespół badawczy testuje iSeg w warunkach klinicznych, porównując wyniki AI z pracą lekarzy w czasie rzeczywistym. Cel to dalsze dopracowywanie technologii dla szerszego spektrum nowotworów oraz zastosowań obrazowania i ciągłe udoskonalanie systemu przy wykorzystaniu opinii specjalistów.

Publikacja i uznanie

Pełne wyniki badań dotyczących iSeg zostały opublikowane na łamach npj Precision Oncology, podkreślając znaczenie tego rozwiązania w rozwoju medycyny opartej na sztucznej inteligencji.