Ультразвуковая оценка на основе ИИ может улучшить диагностику рака яичников
Новое международное исследование, проведенное учеными из Каролинского института в Швеции, показывает, что модели на основе ИИ могут превосходить экспертов-людей в выявлении рака яичников на ультразвуковых изображениях. Исследование опубликовано в журнале Nature Medicine .
«Опухоли яичников встречаются часто и часто обнаруживаются случайно», — говорит профессор Элизабет Эпштейн из отделения клинической науки и образования Södersjukhuset (Стокгольмская южная больница общего профиля) Каролинского института и старший консультант отделения акушерства и гинекологии этой больницы.
«Во многих частях мира наблюдается серьезная нехватка специалистов по ультразвуковой диагностике, что вызывает опасения по поводу ненужных вмешательств и запоздалой диагностики рака. Поэтому мы хотели выяснить, может ли ИИ дополнить экспертов-людей».
ИИ превосходит экспертов
Исследователи разработали и проверили модели нейронных сетей, способные различать доброкачественные и злокачественные поражения яичников, обучив и протестировав ИИ на более чем 17 000 ультразвуковых изображениях от 3 652 пациентов из 20 больниц в восьми странах. Затем они сравнили диагностическую способность моделей с большой группой экспертов и менее опытных ультразвуковых специалистов.
Результаты показали, что модели ИИ превзошли как экспертов, так и неэкспертов в выявлении рака яичников , достигнув уровня точности 86,3% по сравнению с 82,6% и 77,7% для экспертов и неэкспертов соответственно.
«Это говорит о том, что модели нейронных сетей могут оказать ценную поддержку в диагностике рака яичников, особенно в сложных для диагностики случаях и в условиях нехватки специалистов по ультразвуковой диагностике», — говорит профессор Эпштейн.
Сокращение необходимости в рекомендациях экспертов
Модели ИИ также могут сократить потребность в экспертных направлениях. В моделированной ситуации сортировки поддержка ИИ сократила количество направлений на 63%, а частоту ошибочных диагнозов на 18%. Это может привести к более быстрому и экономически эффективному лечению пациентов с поражениями яичников.
Несмотря на многообещающие результаты, исследователи подчеркивают, что необходимы дальнейшие исследования, прежде чем будет полностью понят весь потенциал моделей нейронных сетей и их клинические ограничения.
«Благодаря постоянным исследованиям и разработкам инструменты на основе ИИ могут стать неотъемлемой частью здравоохранения будущего, освобождая экспертов и оптимизируя больничные ресурсы, но нам необходимо убедиться, что их можно адаптировать к различным клиническим условиям и группам пациентов», — говорит Филип Кристиансен, докторант исследовательской группы профессора Эпштейна в Каролинском институте и соавтор первого исследования с Эмиром Конуком в Королевском технологическом институте KTH.
В настоящее время исследователи проводят перспективные клинические исследования в Södersjukhuset, чтобы оценить повседневную клиническую безопасность и полезность инструмента ИИ. Будущие исследования также будут включать рандомизированное многоцентровое исследование для изучения его влияния на управление пациентами и расходы на здравоохранение.