Nova softverska metoda otkriva rak pluća preciznije od radiloga Foto: Shutterstock
Rak pluća detektovan je i segmentiran sa velikom preciznošću uz pomoć nove metode i softvera, koji su kreirali doktori Philippe Lambin i Sergey Primakov sa Maastricht University u Holandiji. Ova dva naučnika razvili su AI metod, metod veštačke inteligencije koji može efikasnije da otkrije i segmentira tumore raka pluća nego što to mogu da urade radiolozi. Metoda je brza i ponovljiva i predviđa stopu preživljavanja bolje od ručne segmentacije (procesa kojim se projektuje koliko će se novih ćelija obrazovati deljenjenem). Novi softver može da pomogne lekarima da dijagnostikuju rak pluća, odrede veličinu tumora, planiraju precizan tretman zračenjem i prate efikasnost lečenja.
Ova metoda veštačke inteligencije pokazala se tako dobrom da su je naučnici, zajedno sa pripadajućim softverom, učinili dostupnom i drugim naučnicima. Dr Lambin predviđa tri primene novog softvera – za dijagnozu karcinoma pluća, razgraničenje radioterapije i procenu odgovora.
– Iako je do sada bilo predlagano nekoliko sličnih rešenja otkrivanja raka pluća kod pacijenata, metoda koju smo kreirali prvi je potpuno automatizovani alat za detekciju i segmentaciju, koji je opsežno testiran. Štaviše, prikupili smo i sastavili ogroman skup CT podataka kako bismo obučili naš model. Otvarajući naš kod, nadamo se da ćemo dati vredan doprinos oblasti medicinskog snimanja – istako je dr Sergey Primakov, glavni autor nove AI metode za otkrivanje karcinoma pluća.
Naučnici dr Philippe Lambin i dr Sergey Primakov svoj softverski model obučili su korišćenjem 1.328 CT skeniranja – kompjuterizovane tomografije kojom se dolazi do veoma preciznih prikaza snimljenih iz različitih uglova ili preseka uz pomoć X zraka kojim se dijagnostikuje i utvrđuje stanje mekih tkiva, krvnih sudova i kostiju pregledanog dela tela. CT snimci prikupljeni su iz 8 bolnica u Holandiji, Belgiji, SAD i Kini i korišćeni su za obuku,/“učenje“, testiranje i eksternu validaciju potpuno automatizovane metode za detekciju i segmentaciju raka pluća. Istraživači su koristili pristup zasnovan na takozvanom „dubokom“ učenju (hijerarhijskom mašinskom učenju) kako bi otkrili i segmentirali tumore.
Istraživači su uporedili rezultate njihove AI metode sa učinkom radiologa a rezultati analize pokazali su da je metoda brza i ponovljiva, kao i predviđa stopu preživljavanja bolje od ručne segmentacije. Pokazalo se da je softverski model bolje procenio veličinu tumora od radiologa, a određivanje veličine tumora veoma je važno jer od toga koliko je rak pluća velik zavisi i određivanje precizne doze zračenja koju pacijent prima tokom lečenja. Naučnici naglašavaju da greške u određivanju veličine tumora mogu da dovedu do prekomernog ili nedovoljnog zračenja i tumora i zdravog tkiva. Klinička primena nove metode veštačke inteligencije mogla bi da ima pozitivan uticaj na lečenje pacijenata sa karcinomom pluća, a u velikim studijama može da omogući automatizaciju i smanji vreme potrebno za završetak studija jer će značajno skratiti vreme potrebno za segmentaciju tumora. Iako softver ima visoku tačnost detekcije, on je ograničen na otkrivanje i segmentaciju primarnih NSCLC tumora, najčešće vrste karcinoma pluća čije ćelije oblažu površinu plućnih disajnih puteva, kao što su bronhiji, bronhiole i alveole.
Rak pluća je najčešće dijagnostikovan rak i vodeći je uzrok smrti od karcinoma širom sveta. Karcinom pluća je odgovoran za 25 odsto svih smrtnih slučajeva od raka, a statistika pokazuje da je prosečna starost pri postavljanju dijagnoze oko 70 godina. Stope incidencije raka pluća najveće su kod muškaraca u Evropi, istočnoj Evropi, Rusiji, Turskoj i Aziji, dok od ovog oblika karcinoma najviše stradaju žene u Mađarskoj, evropskim zemljama, Severnoj Americi, Australiji i na Novom Zelandu.