Искусственный интеллект в определении 12-летнего риска развития рака легких

Система построена на рентгенограммах грудной клетки и базовой демографической информации (возраст, пол, статус курильщика)


Система глубокого машинного обучения (deep learning) – особая форма искусственного интеллекта – показала более точные прогнозы в определении 12-летнего риска возникновения рака легких. Система была построена на рентгенограммах грудной клетки и базовой демографической информации (возраст, пол, статус курильщика), доступной в электронных медицинских записях.

Результаты работы опубликованы в журнале Annals of Internal Medicine.

Скрининг на рак легких по данным компьютерной томографии может снижать смертность от рака легких. Однако современные стандарты определения группы риска в популяции по данным КТ часто приводят к гиподиагностике. Более того, участие в скрининге на рак легких характеризуется низким уровнем вовлеченности – менее 5% подходящих пациентов действительно проходят скрининговые мероприятия.

Исследователи из Массачусеттского госпиталя разработали конволюционную нейросеть (CXR-LC), способную предсказывать вероятность развития рака в долгосрочной перспективе. Система была "натренирована" на основе рентгенограмм 41 856 пациентов из крупного мультицентрового исследования (исследование на скрининг онкологических заболеваний предстальной железы, рака яичников и колоректального рака), после чего была дополнительно валидирована по данным ряда других исследований.

Алгоритмы машинного обучения на 31% лучше справились с отбором пациентов на скрининг по раку легкого, чем современные американские стандарты Medicare.

Данная технология позволит улучшить качество и время проведения диагностических мероприятий, направленных на скрининг рака легкого, одного из самых распространенных злокачественных онкологических заболеваний.

 

Источник: http://dx.doi.org/10.7326/M20-1868

 


Еженедельный дайджест "Лечащего врача": главные новости медицины в одной рассылке

Подписывайтесь на нашу email рассылку и оставайтесь в курсе самых важных медицинских событий


поле обязательно для заполнения
поле обязательно для заполнения
поле обязательно для заполнения
поле обязательно для заполнения
Нажимая на кнопку Подписаться, вы даете согласие на обработку персональных данных





Актуальные проблемы

Специализации




Календарь событий:




Вход на сайт