הבינה המלאכותית מזהה סרטן בשלב מוקדם מתמונות

רוצים לדעת כיצד הבינה המלאכותית מזהה סרטן בשלב מוקדם מתמונות? בואו לגלות פרטים נוספים עם INVIAI במאמר זה!

זיהוי מוקדם של סרטן משפר משמעותית את סיכויי ההישרדות. כיום, בינה מלאכותית (AI) מסייעת לרופאים לזהות גידולים בתמונות רפואיות מוקדם יותר ובדיוק גבוה יותר.

באמצעות אימון מודלים של למידה עמוקה על אלפי סריקות ומיקרוסקופים מתויגים, הבינה המלאכותית לומדת דפוסים שאפילו מומחים עשויים לפספס.

בפועל, כלי AI מנתחים תמונות כמו ממוגרפיות, סריקות CT של החזה, צילומי רנטגן, MRI, אולטרסאונד ומיקרוסקופים פתולוגיים, מסמנים אזורים חשודים ומעריכים סיכון.

לדוגמה, אולטרסאונד משודרג בבינה מלאכותית סייע למטופלת אחת להימנע מביופסיה מיותרת של בלוטת התריס, לאחר שהראה שהגוש שפיתחה הוא שפיר.

מומחים מציינים כי הבינה המלאכותית בטיפול בסרטן היא “הזדמנות חסרת תקדים” לשיפור האבחון והטיפול.

כיצד הבינה המלאכותית מנתחת תמונות רפואיות

מערכות AI בתחום הדימות משתמשות בדרך כלל בלמידה עמוקה (בעיקר רשתות עצביות קונבולוציוניות) המאומנות על מאגרי נתונים עצומים. במהלך האימון, האלגוריתם לומד לחלץ תכונות (כמו צורות, מרקמים, צבעים) שמבדילות בין רקמה סרטנית לבריאה.

לאחר האימון, מודל ה-AI סורק תמונות חדשות ומדגיש דפוסים התואמים לתכונות הסרטניות שנלמדו.

בעצם, ה-AI הופך ל"קורא שני" רגיש במיוחד, שמצביע על נגעים עדינים שאדם עלול להתעלם מהם. לדוגמה, AI הסוקר ממוגרפיה או פרוסת CT עשוי לסמן סידן זעיר או גושים בתיבות צבעוניות ולהתריע לרדיולוג לבדוק אותם.

ניתוחי AI יכולים גם להעריך סיכון: חלק מהאלגוריתמים חוזים את סיכון הסרטן העתידי של המטופל מתמונה אחת (בהסתמך על מתאמים שנלמדו), ומאפשרים לרופאים להתאים את תדירות הסריקות.

במקרה אחד, אולטרסאונד של בלוטת התריס שנבדק על ידי AI זיהה באופן חד-משמעי רקמה שפירה, בהתאמה לתוצאות הביופסיה המאוחרת, וחסך למטופלת חרדה מיותרת.

סריקת סרטן השד

ממוגרפיה היא דוגמה מרכזית שבה הבינה המלאכותית משפיעה. מחקרים מראים כי תמיכה של AI יכולה לשפר משמעותית את גילוי סרטן השד בסקר.

בניסוי גדול בגרמניה, רדיולוגים בסיוע כלי AI מצאו 17.6% יותר מקרים של סרטן מאשר ללא AI.

קבוצת הסיוע ב-AI זיהתה 6.7 מקרים לכל 1,000 נשים לעומת 5.7 לכל 1,000 בקבוצה הסטנדרטית, תוך הפחתה קלה בשיעור הקריאה החוזרת (אזעקות שווא).

באופן כללי, AI בממוגרפיה יכול:

• לשפר רגישות וספציפיות. מחקר ממומן על ידי NCI מדווח כי אלגוריתמים של AI משפרים את גילוי סרטן השד בממוגרפיה ויכולים גם לסייע בחיזוי אילו נגעים יהפכו לפולשניים בעתיד.
• לזהות ממצאים עדינים. AI יכול לסמן אשכולות זעירים של מיקרוקלקיפיקציות או אסימטריות שקל לפספס בסקר שגרתי, ופועל כקורא מומחה נוסף.
• להפחית עומס עבודה ושונות. על ידי סינון מקדים של תמונות, AI יכול לתת עדיפות למקרים חשודים לרדיולוגים, וכך לסייע בהתמודדות עם עלייה בנפח הממוגרפיות.

ראוי לציין כי ה-FDA אישר מספר כלים לסיוע בממוגרפיה מבוססי AI (כגון iCAD, SmartMammo של DeepHealth) לשימוש קליני, בהכרה ביכולתם לזהות סרטן בשלב מוקדם בסביבה אמיתית.

סריקת סרטן הריאות

הבינה המלאכותית מיושמת גם לזיהוי סרטן הריאות בתמונות רפואיות. סריקות CT במינון נמוך (LDCT) משמשות לסקר מעשנים בסיכון גבוה; AI משפר זאת על ידי שיפור איכות התמונה וזיהוי נגעים.

יתרון אחד הוא הפחתת מינון הקרינה: אלגוריתמים לשחזור תמונה מבוססי AI יכולים לייצר תמונות CT ברורות עם פחות קרינה מאשר סריקות LDCT רגילות.

בנוסף, מערכות זיהוי ממוחשב (CAD) מבוססות AI סורקות אוטומטית כל פרוסת CT לחיפוש נודולים. כאשר נמצא נודול פוטנציאלי, ה-AI מסמן אותו בתמונה לבחינת הרופא.

בקיצור, AI יכול לשמש כקורא שני רגיש בתמונות ריאות.

לדוגמה, דגמים עדכניים מציגים רגישות גבוהה לנודולים שפירים וממאירים (מערכות מחקר זיהו מעל 90% מהנודולים בסריקות מבחן). ה-FDA בארה"ב אישר כלים מבוססי AI לסיוע בסקר סרטן הריאות, בהכרה בתפקידם באבחון מוקדם יותר.

AI עשוי גם לסייע בהתאמת הסקר אישית: על ידי שילוב הדימות עם נתוני המטופל, האלגוריתמים יכולים למיין מי זקוק לסריקות תכופות יותר.

(עם זאת, מחקרים עדכניים מראים כי בעוד AI מוצא יותר נודולים בסך הכל, רוב הגידול הוא בנודולים קטנים ובעלי סיכון נמוך, ועדיין לא חלה עלייה משמעותית בזיהוי נגעים מתקדמים.)

סרטן העור (מלנומה)

דימות דרמוסקופי (תמונות מגדילות של העור) הוא תחום נוסף שבו AI מצטיינת. מודלים מתקדמים של למידה עמוקה, מאומנים על עשרות אלפי תמונות של נגעי עור, מסוגלים לסווג נגעים כמלנומה שפירה או ממאירה בדיוק גבוה.

במחקר עדכני, רשת עצבית משופרת השיגה דיוק של 95–96% בזיהוי מלנומה בשלב מוקדם מתמונות דרמוסקופיות.

זה חשוב: מלנומה בשלב מוקדם נושאת פרוגנוזה מצוינת (כ-98% הישרדות ל-5 שנים), בעוד שהישרדות במלנומה בשלב מתקדם נמוכה בהרבה.

על ידי סימון נגעים חשודים לביופסיה, AI יכולה לסייע לרופאי העור לאבחן מלנומה מוקדם יותר.

כלי AI אף משולבים באפליקציות או מכשירים ניידים שמעריכים תמונה של נגע ומעריכים את הסיכון שלו, מה שיכול להרחיב את גילוי המוקדם גם במרפאות ראשוניות.

סריקת סרטן צוואר הרחם

AI משפרת את סקר סרטן צוואר הרחם על ידי ניתוח תמונות דיגיטליות של צוואר הרחם. לדוגמה, מערכת CerviCARE משתמשת בלמידה עמוקה על תמונות "סרוויקוגרפיה" (תמונות דומות לקולפוסקופיה) לזיהוי נגעים טרום-סרטניים.

בניסוי רב-מרכזי, AI של CerviCARE השיגה רגישות של 98% לנגעים בדרגה גבוהה (CIN2+), עם ספציפיות של 95.5%.

בפועל, AI כזה יכול לסייע במקומות שבהם מומחי קולפוסקופיה נדירים: האלגוריתם מסמן אוטומטית אזורים חשודים, ומבטיח שלא יוחמצו רקמות טרום-סרטניות.

סוג זה של AI פועל לצד בדיקות פאפ ו-HPV המסורתיות כדי לאתר מחלות בשלב מוקדם.

ה-NCI מציין גם מחקרים על אוטומציה של גילוי טרום-סרטני בסקר צוואר הרחם באמצעות AI.

סריקת סרטן המעי הגס והרקטום

במהלך קולונוסקופיה, AI מסייע בזמן אמת. מערכות מודרניות מנתחות ברציפות את הווידאו מהקולונוסקופ. כאשר המצלמה מזהה פוליפ או רקמה חשודה, ה-AI מסמן זאת על המסך (לעיתים בתיבה צבעונית ובהתרעה קולית) כדי למשוך את תשומת לב הרופא.

קולונוסקופיה בסיוע AI: המערכת זיהתה פוליפ "שטוח" (מסומן בכחול) שהרופא יכול להסיר.

מחקרים מראים כי שימוש ב-AI בקולונוסקופיה מעלה את מספר הפוליפים שזוהו, במיוחד אדנומות קטנות. משמעות הדבר היא ש-AI מסייע לרופאים לתפוס יותר גידולים מוקדמים שעלולים להישאר בלתי מזוהים אחרת.

בניסוי גדול (מחקר CADILLAC), זיהוי האדנומות הכולל עלה עם סיוע AI. עם זאת, מומחים מציינים שרוב העלייה הייתה בפוליפים קטנים ובעלי סיכון נמוך, והוספת AI לא העלתה משמעותית את גילוי האדנומות הגדולות והמסוכנות במחקר זה.

במילים אחרות, AI מצוין בזיהוי נגעים קטנים רבים, אך האם הוא משפר את גילוי הנגעים המסוכנים ביותר עדיין בבחינה.

עם זאת, "העין השנייה" של AI יכולה להפחית טעויות הנובעות מעייפות ולהקטין שונות בין רופאים. ה-FDA אישר מערכות AI (CADe) לשימוש קליני בקולונוסקופיה לסיוע בזיהוי פוליפים.

בינה מלאכותית בפתולוגיה ודימות נוספים

היקף ה-AI חורג מעבר לדימות חי לפתולוגיה וסריקות מיוחדות. שקופיות פתולוגיות דיגיטליות (סריקות ברזולוציה גבוהה של ביופסיות רקמה) נקראות על ידי אלגוריתמים של AI.

לדוגמה, AI חדש בשם CHIEF אומן על מעל 60,000 תמונות שקופיות מלאות מ-19 סוגי סרטן שונים.

הוא מזהה אוטומטית תאי סרטן בשקופית ואפילו חוזה את הפרופיל המולקולרי של הגידול מתכונות ויזואליות. במבחנים, CHIEF השיג דיוק של כ-94% בזיהוי סרטן בשקופיות שלא נראו קודם, במגוון איברים.

בדומה לכך, ה-FDA אישר תוכנות AI לסימון אזורי סרטן בדגימות ביופסיה של הערמונית, המסייעות לפתולוגים להתמקד באזורים קריטיים. כלים מבוססי AI מאושרים גם לפרשנות MRI של גידולי מוח ואולטרסאונד של נודולי בלוטת התריס, בין היתר.

בקיצור, AI הופכת לעוזר רב-תכליתי: מסריקות MRI/CT ועד צילומי רנטגן ושקופיות מיקרוסקופ, היא מסמנת חריגות שדורשות תשומת לב.

יתרונות הבינה המלאכותית בגילוי מוקדם

בכל היישומים, AI מציעה מספר יתרונות מרכזיים לזיהוי מוקדם של סרטן:

• רגישות גבוהה יותר: AI מסוגלת לזהות סימנים עדינים מאוד. בסקרי שד, AI זיהתה כ-20–40% מהמקרים שפספסו הקוראים האנושיים בקריאה הראשונה.
  משמעות הדבר היא ש-AI עשויה לחשוף סרטן מוקדם יותר מאשר קוראים אנושיים בלבד.
• דיוק ויעילות: מחקרים מראים כי קריאות בסיוע AI מובילות לפחות תוצאות שליליות שגויות ולפעמים גם לפחות חיוביות שגויות.
  לדוגמה, בממוגרפיה עם תמיכה של AI עלה ערך החיזוי החיובי של ביופסיה (כלומר, סרטן לכל ביופסיה) בניסוי בגרמניה.
• AI יכולה לעבד תמונות מהר יותר מאדם, מה שמאפשר לתוכניות סקר להתמודד עם עומסי עבודה גדלים מבלי לפגוע באיכות.
• איכות עקבית: בניגוד לאדם, AI אינה מתעייפת או מפספסת פרטים בגלל הסחות דעת.
  היא מספקת רמת ניתוח אחידה בין מקרים, מה שעשוי להפחית שונות בין רדיולוגים.
• מניעת הליכים מיותרים: בזיהוי מדויק יותר בין נגעים שפירים לממאירים, AI עשויה לחסוך למטופלים בדיקות מיותרות.
  בדוגמת בלוטת התריס, AI פסלה סרטן בביטחון ללא צורך בביופסיה.
• בעור, אפליקציות AI יכולות להרגיע מטופלים לגבי נגעים שפירים.
  בסך הכל, המטרה היא סקר מדויק: למצוא את מה שבאמת דורש טיפול ולהימנע מטיפולים מיותרים.
• נגישות עולמית: באזורים עם מעט מומחים, כלי AI יכולים להרחיב את רמת הסקר למרפאות מרוחקות.
  לדוגמה, קולפוסקופ AI יכול לסייע לאחיות לסרוק סרטן צוואר הרחם באזורים עם משאבים מוגבלים.

“גישות מבוססות AI יכולות לשפר את יכולת הרופאים להעריך סרטן ביעילות ובדיוק”. בניסויים רבים, שילוב AI עם מומחיות הרופאים עולה על כל אחד מהם בנפרד, בדומה להתייעצות עם קולגה מיומן.

אתגרים ושיקולים

AI מביאה גם אתגרים. מודלים שאומנו על נתונים מוגבלים או לא מגוונים עשויים לא לעבוד היטב עבור כל המטופלים. לדוגמה, גלאי נגעי עור מבוססי AI חייבים להיות מאומנים על גווני עור מגוונים כדי למנוע הטיה.

כלי AI דרמוסקופיים מצביעים על פערים בביצועים בתמונות עם הפרעות (כגון שיער או תאורה לקויה) ובנגעים מסוגים פחות מיוצגים.

בסקר, גילוי מוגבר עלול לגרום ליותר אזעקות שווא: קולונוסקופיה בסיוע AI סימנה פוליפים קטנים רבים, שחלקם עשויים לעולם לא להתפתח לסרטן.

הסרת כל נגע קטן נושאת סיכונים משלה (סיכון קטן לדימום או ניקוב). לכן, יש לאזן בין רגישות AI לספציפיות כדי למנוע אבחנה מופרזת.

שילוב AI בזרימות עבודה קליניות אינו פשוט. בתי חולים זקוקים לתוכנות מאושרות FDA והכשרה לצוות. קיימות שאלות רגולטוריות ואחריות משפטית לגבי מי אחראי אם AI מפספס סרטן.

חוקרים רבים מדגישים כי AI הוא כלי, לא תחליף; כפי שאמר רדיולוג אחד, שימוש ב-AI הוא כמו “לבקש חוות דעת מקולגה מבריק”. ניסויים מתמשכים ומחקרים לאחר השיווק חיוניים כדי לוודא שכלים אלה משפרים באמת את התוצאות.

כיווני עתיד

עתיד ה-AI בזיהוי סרטן מבטיח. חוקרים מפתחים “מודלים בסיסיים” (מודלים גדולים המאומנים על מאגרי נתונים עצומים) שיכולים לבצע משימות רבות במקביל. CHIEF של הרווארד הוא דוגמה: אומן כמו "ChatGPT של הפתולוגיה" על מיליוני חתיכות תמונה, ועובד על סוגי סרטן רבים.

גישות דומות עשויות לשלב בקרוב דימות עם נתונים גנטיים וקליניים לסקר מותאם אישית ברמה גבוהה. AI רב-מודאלי יכול לחזות לא רק אם יש סרטן, אלא גם כמה הוא אגרסיבי, וכך להנחות את עוצמת המעקב.

הביצועים של AI משתפרים במהירות עם טכניקות חדשות. מערכות CAD מדור הבא משתמשות בארכיטקטורות רשת עצבית מתקדמות ודגמי שפה גדולים לפרשנות תמונות. בתחום סרטן הריאות, מומחים מציינים שמערכות AI ישנות היו "פרימיטיביות" לעומת הדגמים של היום, וצופים שגרסאות חדשות יהיו טובות בהרבה.

מחקרים בינלאומיים (כגון ניסויים רב-מרכזיים באירופה ובארה"ב) מתבצעים לאימות כלים בקנה מידה רחב. ככל שהנתונים מצטברים, AI תלמד מתוצאות מהעולם האמיתי ותשפר את הדיוק שלה באופן מתמיד.

לסיכום, AI כבר מסייעת לרופאים לזהות סרטן מוקדם מתמונות רפואיות – מממוגרפיות וסריקות CT ועד תמונות עור ושקופיות ביופסיה. למרות האתגרים, מחקרים מתקדמים ואישורים רגולטוריים מצביעים על עתיד שבו AI תהיה שותפה סטנדרטית בסקר סרטן.

על ידי גילוי גידולים בשלבים המוקדמים ביותר, כאשר הטיפול יעיל ביותר, טכנולוגיות אלו עשויות לשפר את התוצאות עבור מטופלים רבים ברחבי העולם.