Искусственный интеллект — изменение способа диагностики рака

Рак — это смертельная болезнь для всех, неважно, какой это тип злокачественности. Только в 2018 году во всем мире от рака умерло 9,6 миллиона человек.

Все врачи и исследователи согласны с тем, что обнаружение рака на ранней стадии значительно увеличивает шансы пациента на выживание. К сожалению, большинство онкологических больных диагностируются на поздних стадиях заболевания. Увы, искусственный интеллект и глубокое обучение вносят свой вклад в решение этой проблемы.

Искусственный интеллект и глубокое обучение существуют уже давно, влияя на нашу повседневную жизнь, изменяя то, как мы живем, учимся и зарабатываем. Теперь врачи проявляют большой интерес к использованию ИИ для диагностики, лечения и улучшения терапевтических возможностей при различных заболеваниях, особенно при раке. С каждым днем применение искусственного интеллекта для улучшения здравоохранения стремительно растет.

Искусственный интеллект как инструмент диагностики

Благодаря технологическим достижениям в таких областях, как генетика, визуализация, рак теперь с большей вероятностью будет обнаружен на более ранней стадии, чем это было несколько десятилетий назад.

Тем не менее, точность диагностики с помощью медицинских изображений по-прежнему низка: профессионалы наблюдают 20-30 процентов ошибочных негативов при рентгенографии грудной клетки и маммографии. ИИ может предотвратить это, а тот факт, что здравоохранение требует больших объемов данных, является дополнительным преимуществом. Чем больше данных они увидят, тем больше вероятность, что они смогут обнаружить скрытые в них закономерности, которые можно использовать для диагностики.

Со временем появилось много алгоритмов машинного обучения, но традиционные формы, такие как логистическая регрессия, продемонстрировали наибольшую полезность в клинических онкологических исследованиях. «Раннее обнаружение» — одна из самых больших проблем, которую мы хотим решить в первую очередь, когда речь идет о лечении рака. Принято считать, что более 80% случаев рака молочной железы, яичников, простаты, легких можно предотвратить при раннем обнаружении.

Как работает ИИ?

Нейронные сети — простейшая форма искусственного интеллекта. Машинное обучение — это ветвь ИИ, которая сосредоточена на обучении машин, чтобы они лучше справлялись с повторяющимися задачами. С помощью алгоритмов, которые помогают системам решать, где они правы, а когда ошибаются, за короткий промежуток времени система может узнать скорость распространения данных. Аналитическая надежность метода и использование сложных алгоритмов могут выявить закономерности и поведение. Технология искусственного интеллекта теперь может предложить человеческое видение и решения, необходимые для достижения успеха в секторе здравоохранения.

ИИ в диагностике рака

Обнаружение рака может быть серьезной и сложной задачей ИИ. Типичные стандартные процедуры, такие как скрининг, радиологическая визуализация, могут привести к ошибке или могут дать ложноотрицательный результат. ИИ не только повысит точность обнаружения изображений, но и сможет сократить разрыв между скринингом рака и геномикой. Центр генома Нью-Йорка зависит от уникального программного обеспечения для скрининга пациентов — Watson, системы искусственного интеллекта, разработанной IBM.

Компания Sophia Genetics в Швейцарии использует искусственный интеллект, чтобы помочь врачам точно определить генную мутацию, стоящую за раком. В настоящее время, по данным компании, он используется более чем в 80 странах в более чем 970 больницах, и его стоимость составляет в среднем 50-200 долларов США за генетическую оценку.

Freenome для раннего выявления рака, еще одна инновация в области высоких технологий, произвела впечатление на известных венчурных капиталистов, включая Google Verily. Недавно базирующаяся в США компания объявила о стратегическом сотрудничестве с Институтом Кюри для измерения своей платформы геномики ИИ, чтобы предсказать, как пациенты реагируют на иммуноонкологическую терапию, отслеживая изменения биомаркеров, перемещающихся в кровотоке.

Эластография и ИИ

Ультразвуковая эластография – практически новый диагностический метод, который анализирует жесткость тканей молочной железы. Это достигается за счет вибрации ткани, которая генерирует волну. Эта волна вносит преувеличение в ультразвуковое сканирование и выделяет область груди, где свойства различаются. Это полезно, чтобы определить, является ли поражение злокачественным или доброкачественным. Поскольку рак вызывает различные изменения в тканях, существование рака может привести к корректировке его физических свойств, например, к изменению пористости. Роль искусственного интеллекта состоит в том, чтобы установить, является ли данная ткань раковой или нет?

Как помогает ИИ?

Одной из значительных возможностей ИИ является обработка обширной и сложной информации за короткий период времени. При правильном обучении ИИ способен имитировать человеческий разум, и, поскольку он постоянно развивается, ИИ может видеть то, что не может невооруженный человеческий глаз, но с еще большей эффективностью.

Как правило, использование такого подхода менее инвазивно и травматично для пациентов, а также может ускорить процесс диагностики, обеспечивая более раннее начало лечения.

Нет ничего нового в том, что отрасли предстоит пройти долгий путь, и ИИ должен решить проблемы с доверием и зарекомендовать себя перед пациентами и врачами. На мой взгляд, встроенное недоверие является самым большим препятствием на пути к полному принятию. Не следует ожидать, что один только ИИ станет решением для диагностики и лечения пациента в полностью неконтролируемой среде. Честно говоря, это умное решение и полезная помощь врачам, которые имеют целостный взгляд на ситуацию и историю болезни пациента.

Это хороший пример того, как технологии и люди могут работать синхронно, а не друг против друга. ИИ как то, на что он способен: он поможет в областях, где человеческие навыки остаются ограниченными.

Что я думаю о будущем и хочу, чтобы диагностика рака выглядела так: я хотел бы увидеть, как искусственный интеллект ускорит диагностику и методы, даже выздоровление. Но в целом я бы хотел, чтобы технологии стали более доступными и использовались для повышения выживаемости, улучшения лечения и сведения к минимуму побочных эффектов.