ШІ може виявляти рак підшлункової залози за 16 місяців до офіційного діагнозу

Американські вчені розробили модель штучного інтелекту, яка здатна виявляти рак підшлункової залози на регулярних комп’ютерних томографіях за багато місяців або навіть років до того, як хворобу діагностують традиційними методами.

Про це повідомляє ScienceAlert, передає Укрінформ.

Модель під назвою REDMOD (Radiomics-based Early Detection Model), розроблена дослідниками Клініки Майо та Онкологічного центру ім. М.Д. Андерсона при Техаському університеті, шукає радіомікологічні патерни, порушення в текстурі та структурі тканин підшлункової залози, які часто занадто незначні для людського ока.

Дослідники використали 969 комп’ютерних томограм (КТ сканувань) підшлункової залози як навчальні дані для REDMOD, щоб він міг навчитися виявляти ледь помітні ознаки раку на його найраніших стадіях.

Після процесу навчання ШІ проаналізував томограми 430 здорових людей з контрольної групи та 63 пацієнтів, у яких пізніше діагностували рак. REDMOD виявив ознаки захворювання у 73% випадків у середньому за 16 місяців до офіційного діагнозу. У деяких випадках модель фіксувала підозрілі зміни за понад два роки до постановки діагнозу, але дослідники вважають, що вона може виявити рак до трьох років наперед.

Читати ще: Штучний інтелект розгадав одну з найбільших загадок археології

Зазначається, що два досвідчені радіологи, які переглядали ті самі сканування без допомоги ШІ, виявили підозрілі ознаки лише у 38,9% випадків.

«Найбільшою перешкодою для порятунку життів від раку підшлункової залози була наша нездатність побачити хворобу, коли вона була ще виліковна. Цей штучний інтелект тепер може ідентифікувати ознаки раку за нормальною на вигляд підшлунковою залозою, і він може робити це надійно з часом і в різних клінічних умовах», – каже радіолог і спеціаліст з ядерної медицини Клініки Майо Аджит Гоенка.

Вказується, що з 430 здорових людей з контрольної групи 81 були помилково ідентифіковані REDMOD як підозрілі, тому, якби штучний інтелект був задіяний у реальній програмі лікування, цих людей могли б викликати на додаткові тести, перш ніж їм було б поставлено остаточний діагноз.

Модель продемонструвала стабільну роботу на даних з різних лікарень і обладнання, що робить її перспективною для широкого клінічного застосування.

---

Підписуйтесь на наш Telegram-канал, аби першими дізнаватись найактуальніші новини Волині, України та світу

---