Nowe badanie przeprowadzone przez naukowców z Uniwersytetu w Liverpoolu oraz Instytutu Dokładności Diagnostycznej w Holandii dowodzi, że sztuczna inteligencja (AI) może znacząco zwiększyć efektywność badań przesiewowych w kierunku raka płuc. Wyniki tego przełomowego projektu, opublikowane w European Journal of Cancer, wskazują, że algorytmy AI mogą precyzyjnie eliminować skany negatywne uzyskane metodą niskodawkowej tomografii komputerowej (LDCT), co może zmniejszyć obciążenie radiologów nawet o 79%.
Rak płuc jest jednym z największych wyzwań współczesnej medycyny, dotykając rocznie ponad 48 000 osób w Wielkiej Brytanii. Wczesne wykrycie choroby ma kluczowe znaczenie dla zwiększenia szans na przeżycie pacjentów. Badania prowadzone w ramach brytyjskiego programu UK Lung Cancer Screening (UKLS) wykazały, że badania LDCT mogą ratować życie, identyfikując nowotwór u osób z grupy wysokiego ryzyka jeszcze przed pojawieniem się objawów.
W ramach najnowszego eksperymentu naukowcy przetestowali narzędzie AI opracowane przez południowokoreańską firmę Coreline Soft, Co Ltd. Algorytm skutecznie analizował dane pochodzące z badań UKLS, rozpoznając skany bez istotnych zmian w postaci guzów płucnych. W praktyce oznacza to, że większość badań nie wymaga dalszej analizy przez radiologów, co pozwala im skoncentrować się na przypadkach wymagających dokładniejszej diagnostyki. W tym procesie nie został pominięty żaden przypadek potwierdzonego nowotworu – AI zaznaczało do dalszej oceny wszystkie skany, na których występowały jakiekolwiek podejrzane zmiany.
Badanie podkreśla również istotną rolę wysokiej jakości raportów radiologicznych oraz długoterminowych danych dotyczących zdrowia pacjentów, co pozwoliło na dokładną walidację narzędzia AI. Dokumentacja medyczna zgromadzona w ramach programu UKLS dostarczyła rzetelnej i szeroko zakrojonej bazy do ulepszania algorytmów sztucznej inteligencji wykorzystywanych w diagnostyce nowotworowej.
Profesor John Field, główny autor badania i ekspert w dziedzinie onkologii molekularnej na Uniwersytecie w Liverpoolu, podkreślił, że stosowanie niskodawkowej tomografii komputerowej jest korzystne, lecz wiąże się z wyzwaniami logistycznymi i finansowymi. Wyniki badania wskazują, że sztuczna inteligencja może odegrać kluczową rolę w zwiększeniu efektywności programów przesiewowych, jednocześnie utrzymując wysoką precyzję diagnostyczną.
Współautor badania, profesor Matthijs Oudkerk z Uniwersytetu w Groningen, dodał, że jest to pierwsza na świecie walidacja narzędzia AI w kontekście badań przesiewowych w kierunku raka płuc, z analizą wyników histopatologicznych oraz ponad pięcioletnim okresem obserwacji pacjentów pod kątem przeżycia wolnego od choroby. Podkreślił również, że sukces tego projektu stanowi kamień milowy w dalszym rozwoju oraz wdrażaniu AI w diagnostyce medycznej.
Programy badań przesiewowych w kierunku raka płuc zyskują coraz większą popularność na całym świecie. Zdaniem naukowców narzędzia oparte na sztucznej inteligencji, takie jak to testowane w badaniu, mogą odegrać kluczową rolę w optymalizacji zasobów medycznych, redukcji kosztów i zapewnieniu szybszej oraz bardziej precyzyjnej diagnostyki. Kolejne badania i dalsza walidacja systemów AI pozwolą na ich jeszcze skuteczniejsze wdrażanie do praktyki klinicznej, co może odmienić podejście do wykrywania oraz leczenia raka płuc.