Искусственный интеллект теперь способен заранее диагностировать «тихого убийцу» — рак поджелудочной железы

Майо Клиник команда исследователей разработала модель ИИ Redmod, которая утверждает, что может обнаружить микроскопические изменения в обычных КТ-сканах за в среднем 475 дней до постановки диагноза рака поджелудочной железы, которые человеческий глаз не заметит. Исследование показывает, что общий уровень распознавания ИИ составляет 73%, у радиологов — 39%; при анализе сканов за более чем два года до диагностики разрыв увеличивается до 68% против 23%.
(Предыстория: точность ИИ в «скрининге рака» достигает 98%! Исследование из Кембриджа показывает, что только ДНК позволяет ускорить раннюю диагностику и лечение)
(Дополнительный фон: Anthropic инвестирует 400 миллионов долларов в приобретение биотехнологической стартапа Coefficient Bio, чтобы конкурировать с OpenAI)

Содержание статьи

Переключить

• 475 дней окна возможностей
• ИИ увидел, что не заметили врачи
• Удвоение выживаемости — в основе

Проблема рака поджелудочной железы — зачастую слишком позднее обнаружение. Более 85% случаев в мире диагностируются уже на поздних стадиях, когда операция невозможна; пятилетняя выживаемость около 10%, что является одним из самых тяжелых показателей среди всех распространенных видов рака.

Однако недавно опубликованное в конце апреля исследование в медицинском журнале Gut пытается подойти к корню проблемы: не ждать появления симптомов или роста опухоли, а позволить ИИ находить ранние сигналы, невидимые человеческому глазу, прямо на обычных КТ-сканах.

475 дней окна возможностей

Команда исследователей из ведущей клиники Майо (Mayo Clinic) разработала модель ИИ под названием Redmod, которая способна обнаруживать мельчайшие изменения в обычных абдоминальных КТ-изображениях, незаметные радиологам. Обучающий набор данных включал более 1400 участников, особенно важной группой были 219 пациентов, у которых при сканировании не было обнаружено аномалий, но впоследствии им поставили диагноз рака поджелудочной железы.

Redmod AI пересмотрел эти изображения, казавшиеся без изменений, и пришел к выводу, что способен выявлять аномалии в среднем за 475 дней до постановки диагноза.

475 дней — примерно один год и четыре месяца. За это время опухоль обычно остается в локальной, операбельной стадии. То есть, клинически: пациент, у которого еще нет симптомов, может быть диагностирован до того, как хирургическое вмешательство станет невозможным.

Ключевая проблема рака поджелудочной — его «молчание»: он не вызывает симптомов на ранних стадиях и не виден на изображениях, а когда пациент обращается за медицинской помощью из-за дискомфорта, опухоль зачастую уже прорвала границы локализации. Redmod AI пытается вмешаться именно в этот период молчания.

ИИ увидел, что не заметили врачи

Исследование сравнило работу ИИ и радиологов на одних и тех же изображениях. Результаты: общий уровень точности Redmod — 73%, у врачей — 39% — разрыв почти в два раза.

Для сканов, сделанных более чем за два года до диагноза, разрыв еще больше: Redmod распознал 68% случаев, врачи — только 23%. Иными словами, когда опухоль еще более двух лет остается «невидимой», способность ИИ обнаруживать ее в три раза выше.

Также важно отметить способность исключать ложные срабатывания: на контрольных изображениях без рака модель показывает правильную классификацию более чем в 80% случаев. Она не только ищет все раковые признаки, но и не создает много ложных тревог.

Исследование также подтвердило, что модель стабильно работает на изображениях с разными аппаратами и брендами КТ, что создает базовые условия для дальнейшего внедрения.

Удвоение выживаемости — в основе

В исследовании приводится модельные оценки: если доля локализованных случаев рака поджелудочной, то есть тех, у которых опухоль еще не распространилась, увеличится с нынешних 10% до 50%, пятилетняя выживаемость может удвоиться и более.

Логика проста: ранняя диагностика — не только возможность узнать плохие новости раньше, но и повысить шансы на радикальное лечение.

Однако исследователи ясно заявляют, что Redmod пока требует подтверждения в перспективных клинических испытаниях: необходимо отслеживать результаты пациентов в реальных условиях скрининга, чтобы убедиться, что модель действительно повышает выживаемость, прежде чем она станет частью стандартной практики. Успехи на ретроспективных данных — необходимое, но недостаточное условие.

Команда предлагает в ближайшее время сосредоточиться на группах высокого риска: пожилых людях, с необъяснимым снижением веса и новым диабетом. Это точечный и практически реализуемый подход, а не массовое скринирование населения, а использование существующих клинических данных для определения тех, кому нужна более интенсивная проверка.

Авторы в статье отмечают, что 475 дней — «глубокий смысл», потому что в этот период выздоровление не является исключением, а становится возможным. ИИ уже показал, что может видеть проблему; следующий вопрос — сможет ли он обнаружить ее достаточно рано, чтобы лечение было эффективным.