MITek eta Mass General Hospitalek biriketako minbizia detekta dezakeen AI sistema bat garatu dute

Biriketako minbizia gaixotasun suntsitzailea da. -ren arabera Osasunaren Mundu Erakundeak, biriketako minbizia mundu osoan heriotza-kausa ohikoenetako bat da, ia 2.21 milioi kasu izan baitziren 2020an bakarrik. Garrantzitsua da gaixotasuna progresiboa izan daitekeela; hau da, askorentzat, alarma pizten ez duten sintoma arin gisa hastea, bizitza arriskuan jartzen duen diagnostiko batean azkar eboluzionatu baino lehen, heriotzara eramanez. Zorionez, azken bi hamarkadetan biriketako minbizia duten pazienteei laguntzera bideratutako terapeutika sorta izugarri hazi da. Hala ere, minbizia goiz antzematea hilkortasun-tasak nabarmen murrizteko bide bakarretako bat da oraindik.

Arlo honetan lorpen aipagarri bat Massachusetts Institute of Technology (MIT) eta Mass General Hospital (MGH) biriketako minbiziaren arriskua aurreikusteko erabil daitekeen "Sybil" izeneko ikaskuntza sakoneko eredu baten garapenari buruz egindako iragarpena da, datuak erabiliz. CT eskaneatu bakarretik. The aztertzeko joan den astean argitaratu zen ofizialki Journal of Clinical Oncology aldizkarian, eta "etorkizuneko minbiziaren arriskuaren ebaluazio pertsonalizatua eskaintzen duten tresnek onura gehien izango dutenengana bideratu ditzaketen" aztertzen du. Horregatik, ikerketako arduradunek "LDCT [Low Dose Contrast CT] datu bolumetriko osoa ebaluatzen duen ikasketa eredu bat eraiki liteke arrisku indibiduala aurreikusteko datu demografiko edo kliniko gehigarririk behar izan gabe".

Eredua oinarrizko printzipio batekin hasten da: "LDCT irudiek etorkizuneko biriketako minbiziaren arriskua iragartzen duten informazioa dute gaur egun identifika daitezkeen ezaugarrietatik haratago, hala nola biriketako noduluak". Hori dela eta, garatzaileek "biriketako minbiziaren arriskua etorkizuneko LDCT eskaneatu batetik 6 urtera iragartzen duen ikaskuntza sakoneko algoritmo bat garatu eta baliozkotu nahi izan dute, eta izan dezakeen eragin klinikoa ebaluatu".

Orokorrean, ikerketak arrakasta handia izan du orain arte: Sybil gai da paziente baten etorkizuneko biriketako minbiziaren arriskua zehaztasun neurri batean aurreikusteko, LDCT bakarreko datuak erabiliz.

Zalantzarik gabe, teknologia honen aplikazio klinikoak eta ondorioak heldu gabe daude oraindik. Ikerketako arduradunek ere ados daude lan handia egin beharko dela teknologia hori benetako praktika klinikoan nola aplikatu jakiteko, zehazki, teknologian konfiantza maila bat garatzeari dagokionez, zeinarekin medikuak eta pazienteak seguru sentituko direla. sistemaren irteerak.

Hala ere, algoritmoaren premisa ikaragarri indartsua da oraindik eta diagnostiko prediktiboaren alorrean joko-aldaketa potentziala dakar.

Diagnostiko neurriak ez dira inoiz hain indartsuak izan. Tresna batek epe luzerako gaixotasunaren funtzioa iragartzeko CT eskaneatu bakarra erabil dezakeela arazo asko ebatzi ditzake; horietako garrantzitsuena tratamendu goiztiarra eta hilkortasuna murriztea da.

Adiskideek, hasierako gorritzean, horrelako sistemen aurka atzera egin dezakete, eta ohartarazi dute AI sistemak ezin duela epai eta trebetasun klinikoarekin bat etortzea giza mediku bat ordezkatzeko. Baina horrelako sistemen helburua ez da zertan medikuaren esperientzia ordezkatzea, baizik eta fisikoen lan-fluxuak areagotzea.

Sybil bezalako sistema bat oso erraz erabil liteke gomendio-tresna gisa, CTs potentzialki markatuz mediku bati, gero bere epai klinikoa erabil zezakeen Sybil-en gomendioarekin ados edo ez egoteko. Honek, ziurrenik, errendimendu klinikoa hobetuko luke, baina bigarren mailako "egiaztapen" prozesu gisa ere jardungo luke eta ziurrenik diagnostikoen zehaztasuna hobetuko luke.

Zalantzarik gabe, oraindik lan asko dago egiteko eremu honetan. Zientzialariek, garatzaileek eta berritzaileek ibilbide luzea dute aurretik benetako algoritmoa eta sistema bera perfekzioan ez ezik, teknologia hau benetako aplikazio klinikoetan sartzeko eremu hiper-ñabarduran nabigatzeko ere. Hala ere, pazientearen arreta hobetzeko duen teknologia, asmoa eta potentziala, modu seguru, etiko eta eraginkor batean garatzen bada, itxaropentsuak dira datozen diagnostikoak sortzeko.