Исследование, опубликованное сегодня в журнале The Lancet Digital Health исследователями UPMC и Университета Питтсбурга, демонстрирует самую высокую на сегодняшний день точность распознавания и характеристики рака простаты с помощью программы искусственного интеллекта (ИИ).
"Люди хорошо распознают аномалии, но у них есть свои предубеждения или прошлый опыт," сказал старший автор Раджив Дхир, М.D., M.B.А., главный патолог и заместитель председателя патологии UPMC Shadyside и профессор биомедицинской информатики в Pitt. "Машины оторваны от всей истории. Определенно есть элемент стандартизации ухода."
Чтобы научить ИИ распознавать рак простаты, Дхир и его коллеги предоставили изображения более миллиона частей окрашенных слайдов тканей, взятых из биопсий пациентов. 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 последовательных пациентов, обследованных в UPMC с подозрением на рак простаты.
Во время тестирования ИИ продемонстрировал 98% чувствительность и 97% специфичность при обнаружении рака простаты – значительно выше, чем сообщалось ранее для алгоритмов, работающих на предметных стеклах ткани.
Кроме того, это первый алгоритм, выходящий за рамки обнаружения рака, сообщающий о высокой эффективности для классификации опухолей, определения размеров и инвазии окружающих нервов. Все это клинически важные особенности, необходимые в отчете о патологии.
AI также отметил шесть слайдов, которые не были отмечены патологоанатомами.
Но Дхир объяснил, что это не обязательно означает, что машина превосходит людей. Например, в ходе оценки этих случаев патолог мог просто увидеть достаточно доказательств злокачественности в другом месте в образцах этого пациента, чтобы рекомендовать лечение. Однако для менее опытных патологоанатомов алгоритм может действовать как отказоустойчивый инструмент для выявления случаев, которые в противном случае могли бы быть упущены.
"Подобные алгоритмы особенно полезны при атипичных поражениях," Дхир сказал. "Непрофессиональный человек может быть не в состоянии дать правильную оценку. Это главное преимущество такой системы."
Хотя эти результаты являются многообещающими, Дхир предупреждает, что необходимо обучить новые алгоритмы для обнаружения различных типов рака. Маркеры патологии не универсальны для всех типов тканей. Но он не понимал, почему этого нельзя было сделать, чтобы адаптировать эту технологию, например, для работы с раком груди.