מחקר חדש שנערך על ידי חוקרים מאוניברסיטת ליברפול והמכון המחקר לדיוק אבחון, הולנד, הוכיח כי בינה מלאכותית (AI) יכולה לשפר משמעותית את היעילות של בדיקת סרטן הריאות.
המחקר שפורסם בכתב העת האירופי לסרטן, מגלה כי AI יכול לשלול במדויק סריקות CT (LDCT) שליליות במינון נמוך, ובכך עלול להפחית את עומס העבודה של הרדיולוגים עד 79%.
סרטן הריאות משפיע על יותר מ- 48,000 אנשים בבריטניה מדי שנה, וגילוי מוקדם הוא קריטי לשיפור שיעורי ההישרדות. ניסוי בדיקת סרטן הריאות בבריטניה (UKLS) כבר הראה כי בדיקת LDCT יכולה להציל חיים על ידי איתור סרטן ריאות אצל אנשים בסיכון גבוה לפני שמופיעים תסמינים.
במחקר אחרון זה, החוקרים בדקו כלי AI שפותח על ידי Coreline Soft, Co Ltd., דרום קוריאה, באמצעות נתוני ניסוי UKLS. ה- AI זיהה בהצלחה סריקות ללא נודולי ריאות משמעותיים-המייצג את רוב המקרים-אפילו בקרב אנשים בסיכון גבוה. זה מאפשר לרדיולוגים למקד את המומחיות שלהם במקרים הדורשים ניתוח נוסף, ולשפר את היעילות תוך שמירה על דיוק בזיהוי סרטן הריאות.
ממצא מרכזי במחקר הוא שכל המקרים שאושרו לסרטן הריאות היו בין הסריקות שסומנו על ידי ה- AI לבדיקה נוספת. זה מבטיח כי לא הוחמצו סרטן תוך הפחתה משמעותית של מספר הסריקות הדורשות הערכה ידנית. ההצלחה של המחקר התאפשרה על ידי הדיווח על הרדיולוגיה האיכותית מהניסוי של UKLS ונתוני מעקב ארוכי טווח, אשר סיפקו מערך נתונים אמין לאימות AI.
יישום סינון CT במינון נמוך לסרטן ריאות מועיל ביותר, אך הוא מגיע עם אתגרים לוגיסטיים וכלכליים. המחקר שלנו מראים כי AI יכול למלא תפקיד מכריע בהפיכת תוכניות הסינון ליעילות יותר תוך שמירה על אמון אבחוני. "
פרופסור ג'ון פילד, הסופר הראשי ופרופסור לאונקולוג מולקולרי, אוניברסיטת ליברפול
סופר משותף, פרופסור מתיז'ס אודקרק, פרופסור אמריטוס לרדיולוגיה באוניברסיטת גרונינגן, קצין המדע הראשי של המכון לדיוק אבחון הוסיף: "זהו המחקר הראשון באימות AI בחזה המתבצע בתוכנית בדיקת סרטן ריאות בעולם האמיתי, עם תוצאות מוכחות היסטולוגיות של סרטן ריאות ומעקב של יותר מחמש שנים להישרדות ללא מחלות. לפיכך, אבן דרך לצורך אימות נוסף של AI מבחינת מתודולוגיה ודיוק עם תוצאות שניתן לתרגם ליישום רפואי. "
תוכניות בדיקת סרטן הריאות מתרחבות ברחבי העולם, ולכלים מונעי AI כמו זה שנבדק במחקר זה יש פוטנציאל להיות מסייע לאופטימיזציה של משאבי הבריאות, הפחתת עלויות והבטחת אבחנות בזמן. מחקרי מחקר ואימות נוספים יסייעו בצמצום מודלים AI אלה.
