Исследование, проведенное компанией UPMC и исследователями Питтсбургского университета, демонстрирует высочайшую на сегодняшний день точность распознавания и характеристики рака предстательной железы с помощью программы искусственного интеллекта (ИИ).
Чтобы обучить ИИ распознавать рак предстательной железы, Дир и его коллеги предоставили изображения с более чем миллиона частей окрашенных слайдов тканей, взятых из биопсий пациентов."Люди хорошо распознают аномалии, но у них есть свои собственные предубеждения или прошлый опыт, которые влияют на процесс оценки фактов и принятия решений, - говорит Раджив Дхир, доктор медицинских наук, главный патолог и заместитель председателя патологии UPMC Shadyside, профессор биомедицинской информатики в Питте. - Машины же отделены от всей этой истории. Здесь определенно присутствует элемент стандартизации ухода."
Каждое изображение было помечено экспертами-патологами, чтобы научить ИИ различать здоровые и аномальные ткани. Затем алгоритм был протестирован на отдельном наборе из 1600 слайдов, взятых у 100 пациентов, наблюдавшихся в UPMC с подозрением на рак предстательной железы.
Во время тестирования ИИ продемонстрировал 98% чувствительность и 97% специфичность при обнаружении рака предстательной железы —значительно выше, чем сообщалось ранее для алгоритмов, работающих с тканевыми слайдами.
Кроме того, это первый алгоритм, который выходит за рамки обнаружения рака, сообщая о высокой производительности для классификации опухолей, определения размеров и инвазии окружающих нервов. Все это клинически важные признаки, необходимые для составления отчета о патологии.
ИИ также отметил шесть слайдов, которые не были замечены экспертами-патологами.
Но Дир объяснил, что это не обязательно означает, что машина превосходит людей. Например, в ходе оценки этих случаев патологоанатом мог просто увидеть достаточно доказательств злокачественности в других образцах этого пациента, чтобы рекомендовать лечение. Для менее опытных патологоанатомов, однако, алгоритм может действовать как безотказный, чтобы поймать случаи, которые в противном случае могли бы быть пропущены.
Хотя эти результаты многообещающи, исследователи предупреждают, что новые алгоритмы должны быть обучены обнаружению различных типов рака. Маркеры патологии не являются универсальными для всех типов тканей.«Подобные алгоритмы особенно полезны при атипичных поражениях, - сказал Дир. - Неспециалист может быть не в состоянии сделать правильную оценку. Это главное преимущество такого рода систем."
Элемент не найден