Sztuczna inteligencja pomaga w diagnozie raka prostaty

sztuczna inteligencja pomaga w diagnozie raka prostaty
Udostępnij:
Badacze z OPI PIB wykorzystali sztuczną inteligencję do usprawnienia diagnostyki obrazowej raka prostaty. Najlepsze rezultaty uzyskali z zastosowaniem sieci neuronowych. Jakość otrzymanej diagnozy była na poziomie doświadczonego lekarza specjalisty lub wyższa.

W Polsce z powodu raka prostaty codziennie umiera około piętnastu pacjentów, a u co ósmego mężczyzny ta choroba zostaje zdiagnozowana w trakcie jego życia. Ważne jest szybkie wykrycie choroby i podjęcie odpowiedniego leczenia, co nie jest prostym zadaniem: diagnostyka raka prostaty jest skomplikowana i trudna w porównaniu do metod wykrywania innych nowotworów.

Długotrwała, skomplikowana diagnostyka

Zmiany nowotworowe najdokładniej pozwala zobrazować rezonans magnetyczny (MRI), jednak diagnostyka ta jest skomplikowana i trudniejsza niż w przypadku większości nowotworów złośliwych. Otrzymane wyniki oceniane są według skali PI-RADS (Prostate Imaging-Reporting and Data System), która umożliwia rozróżnienie zmian istotnych klinicznie. Analiza ta wymaga jednak specjalistycznej wiedzy radiologów, którzy stanowią w Polsce zaledwie ok. 2 proc. lekarzy, co dodatkowo wydłuża czas oczekiwania na badanie i właściwą diagnozę. Co więcej, interpretacja wyników jest subiektywna i zauważalne są różnice pomiędzy doświadczonymi specjalistami a początkującymi: badania wykazały, że radiolodzy różnie interpretują, czy potencjalna zmiana nowotworowa jest inwazyjna.

Ograniczenie liczby bolesnych biopsji

Naukowcy z Laboratorium Stosowanej Sztucznej Inteligencji w OPI PIB opracowali platformę badawczą eRADS, która pozwala obiektywnie ocenić istotność kliniczną zmiany na podstawie pięciostopniowej skali PI-RADS. Platforma umożliwia także zbieranie danych z badań, co w przyszłości pomoże stworzyć rozwiązania, które automatycznie będą szacowały cechy istotne klinicznie. Zastosowano w tym przypadku sztuczną inteligencję do wspomagania procesów decyzyjnych. Badacze OPI PIB przeprowadzili badania pilotażowe z udziałem 16 pacjentów, diagnozowanych przez dwóch radiologów o różnym stażu pracy, podczas ich dyżuru w Centralnym Szpitalu Klinicznym MSWiA w Warszawie. Oceny istotności klinicznej zmiany przez radiologów z wykorzystaniem narzędzia opracowanego przez naukowców OPI PIB są bardziej zgodne, niż gdy dokonują oni analizy bez użycia platformy.
Precyzyjna ocena zmian dzięki eRADS, pozwoli znacznie ograniczyć liczbę pacjentów, którzy są wysyłani na biopsję, a więc ograniczy liczbę bolesnych wkłuć.

SI: Sieci neuronowe największą nadzieją

– W naszym laboratorium badaliśmy także wykorzystanie w diagnostyce raka prostaty innych obszarów sztucznej inteligencji. Analizowaliśmy zastosowanie narzędzi wykorzystujących uczenie maszynowe i głębokie. Naszym celem było porównanie otrzymanych wyników z diagnozami postawionymi przez doświadczonych i niedoświadczonych radiologów. Model predykcyjny istotności klinicznej zmian, oparty o narzędzia uczenia maszynowego, bazował na cechach obrazu (np. jednorodności) w badanych komórkach i ich otoczeniu. Uzyskaliśmy model trafnie klasyfikujący istotnie klinicznie zmiany z prawdopodobieństwem 75 proc., co można porównać do diagnozy niedoświadczonego lekarza. Najbardziej obiecujące rezultaty otrzymaliśmy jednak z zastosowania wiedzy domenowej w architekturze sieci neuronowych. Wyniki badań pokazują, że zastosowanie wiedzy domenowej w architekturze sieci neuronowych wpływa na szybkość uczenia modelu w przypadku diagnostyki raka prostaty. Analizowano efekt lokalizacji zmiany w prostacie i niezależnie od tego czynnika, wyniki otrzymane za pomocą modeli wykorzystujących sieci neuronowe były takie same lub lepsze od diagnozy postawionej przez doświadczonych radiologów. Potwierdziły to wyniki badania OPI PIB z użyciem danych historycznych od sześciu radiologów oceniających trzydzieści dwie zmiany nowotworowe -tłumaczy Piotr Sobecki, kierownik Laboratorium Stosowanej Sztucznej Inteligencji w OPI PIB.

Sieci neuronowe zastąpią lekarzy?

Sztuczna inteligencja wykorzystująca uczenie głębokie nie zastąpi lekarzy, ale z pewnością ułatwi im pracę i przyspieszy rozpoczęcie leczenia pacjenta:  – Opracowane modele dają lepszą jakość diagnozy zmian nowotworowych w porównaniu z ocenami niedoświadczonych i doświadczonych radiologów, stawiając trafną diagnozę z prawdopodobieństwem 84 proc. – mówi Piotr Sobecki, kierownik Laboratorium Stosowanej Sztucznej Inteligencji w OPI PI.

Tym, co stopuje rozwój, jest niewielka liczba otwartych zbiorów baz danych, które można wykorzystać do usprawnienia algorytmów sztucznej inteligencji.

Zapraszamy do obejrzenia drugiego odcinka Akademii OPI PIB, dotyczącego wykorzystania sztucznej inteligencji w diagnostyce raka prostaty, na kanale YouTube instytutu:
https://www.youtube.com/watch?v=wyjcWi-Z2Kc