ШІ зараз може заздалегідь діагностувати «мовчазного вбивцю» — рак підшлункової залози

Майо Клиник дослідницька команда розробила модель штучного інтелекту Redmod, яка стверджує, що може за середньою кількістю 475 днів до встановлення діагнозу раку підшлункової залози визначити дрібні зміни, які людське око не помічає, з звичайних КТ-сканів. Дослідження показує, що загальна здатність AI до ідентифікації становить 73%, у то час як у радіологів — 39%; для ранніх сканів, зроблених понад два роки тому, різниця зростає до 68% проти 23%.
(Передісторія: точність AI у «скринінгу раку» досягає 98%! Кембриджські дослідження — лише за ДНК можна прискорити ранню діагностику та лікування)
(Додатковий фон: Anthropic інвестує 4 мільярди доларів у покупку біотехнологічної AI-стартапу Coefficient Bio, ведучи відкриту боротьбу з OpenAI)

Зміст статті

Перемикач

• 475 днів «вікна»
• AI бачить, що лікарі не бачать
• Умноження виживаності — у передумові

Найбільша проблема раку підшлункової залози — це його зазвичай виявляють занадто пізно. У світі понад 85% випадків діагностуються вже на пізніх стадіях, коли пухлина стає нерезонною для операції; п’ятирічна виживаність коливається біля 10%, що є одним із найжахливіших показників серед усіх поширених раків.

Однак нове дослідження, опубліковане наприкінці квітня у медичному журналі Gut, намагається підходити до проблеми з кореня: не чекати появи симптомів і проявів пухлини, а дозволити AI знаходити ранні сигнали у звичайних КТ-сканах, які людське око не помічає.

475 днів «вікна»

Дослідницька команда Майо Клинік створила модель AI під назвою Redmod, яка має за мету виявляти у звичайних абдомінальних КТ-зображеннях дрібні зміни, які радіологи пропускають. Навчальний набір даних містить понад 1400 учасників, з яких ключовою групою є 219 пацієнтів, яких раніше вважали «нормальними», але згодом їм поставили діагноз раку підшлункової залози.

Redmod AI повернувся до аналізу цих раніше беззмінних зображень і зробив висновок: він може визначити аномальні ознаки в середньому за 475 днів до постановки діагнозу.

475 днів — приблизно один з половиною років. За цей час пухлина зазвичай залишається локалізованою, ще операбельною. Іншими словами, у клінічній практиці: пацієнт, у якого ще немає симптомів, може бути ідентифікований до того, як хірургічне втручання стане неможливим.

Головна проблема раку підшлункової — це його «мовчання»: він не викликає симптомів на ранніх стадіях і не проявляється на зображеннях, а коли пацієнт звертається через дискомфорт, пухлина вже зазвичай прорвала межі регіону. Redmod AI намагається втрутитися саме у цей період мовчання.

AI бачить, що лікарі не бачать

Дослідження порівнює результати роботи AI та радіологів на одних і тих самих зображеннях. Результати: загальна точність Redmod — 73%, у лікарів — 39% — різниця майже у двічі.

Для сканів, зроблених понад два роки тому, різниця ще більш виражена: Redmod визначив 68% випадків, лікарі — лише 23%. Іншими словами, коли пухлина ще більш ніж за два роки до «бачення», здатність AI її виявити у три рази вища за людську.

Також важливо врахувати здатність відрізняти неракові зображення: у контрольній групі без розвитку раку Redmod правильно класифікував понад 80%. Він не лише намагається виявити всі випадки раку, а й не дає багато хибних спрацьовувань.

Дослідження підтверджує, що модель стабільно працює на зображеннях з різних лікарень і різних виробників КТ-обладнання, що є передумовою для подальшого впровадження.

Умноження виживаності — у передумові

Дослідження цитує модельовані оцінки: якщо частка локалізованих випадків раку підшлункової, тобто таких, що ще не поширилися, зросте з нинішніх 10% до 50%, п’ятирічна виживаність може подвоїтися і більше.

Логіка проста: рання діагностика — це не лише швидше дізнатися погані новини, а й збільшити шанси пацієнтів на повне вилікування.

Однак дослідники чітко зазначають, що Redmod ще потребує проспективних клінічних випробувань: тобто тривалого спостереження за пацієнтами у реальних умовах скринінгу, щоб підтвердити, що він справді підвищує виживаність, перш ніж його можна буде застосовувати у звичайній практиці. Відповідність високих показників у ретроспективних даних — необхідна, але недостатня умова.

Команда пропонує найближчий напрямок застосування — цільовий скринінг високоризикових груп: літніх пацієнтів, з неясною втратою ваги та новим діагнозом цукрового діабету. Це точковий і практичний підхід, а не масове скринінгове дослідження всього населення, — з використанням вже існуючих клінічних даних для допомоги AI у визначенні тих, хто потребує більш інтенсивного спостереження.

У статті дослідники пишуть, що 475 днів «мають глибокий сенс», оскільки у цьому вікні лікування вже не є винятком, а цілком можливим. AI вже навчився бачити цю проблему; наступне питання — чи зможе він виявити її настільки рано, щоб лікування було ефективним.