Inteligența artificială detectează cancerul în stadii incipiente din imagini

Doriți să aflați cum detectează IA cancerul în stadii incipiente din imagini? Haideți să descoperim mai multe detalii împreună cu INVIAI în acest articol!

Detectarea precoce a cancerului crește semnificativ șansele de supraviețuire. Inteligența artificială (IA) ajută acum medicii să identifice tumorile pe imaginile medicale mai devreme și cu o precizie mai mare.

Prin antrenarea modelelor de învățare profundă pe mii de scanări și lamele annotate, IA poate învăța tipare pe care chiar și clinicienii experți le-ar putea omite.

În practică, instrumentele IA analizează imagini precum mamografii, tomografii computerizate toracice, radiografii, RMN-uri, ecografii și lamele de patologie, semnalând zone suspecte și cuantificând riscul.

De exemplu, o ecografie îmbunătățită cu IA a ajutat o pacientă să evite o biopsie tiroidiană inutilă, demonstrând că nodulul era benign.

Experții afirmă că IA în îngrijirea cancerului reprezintă „o oportunitate fără precedent” de a îmbunătăți diagnosticul și tratamentul.

Cum analizează IA imaginile medicale

Sistemele IA pentru imagistică folosesc de obicei învățarea profundă (în special rețele neuronale convoluționale) antrenate pe seturi vaste de date. În timpul antrenamentului, algoritmul învață să extragă caracteristici (precum forme, texturi, culori) care diferențiază țesutul canceros de cel sănătos.

Odată antrenat, modelul IA scanează imagini noi și evidențiază tiparele care corespund caracteristicilor cancerului învățate.

Practic, IA devine un „al doilea cititor” extrem de sensibil, indicând leziuni subtile pe care un om le-ar putea trece cu vederea. De exemplu, o IA care analizează o mamografie sau o secțiune CT poate marca calcificări sau noduli mici cu casete colorate și alerte pentru radiolog.

Analizele IA pot estima și riscul: unele algoritme prezic riscul viitor de cancer al pacientului dintr-o singură imagine (folosind corelații învățate), permițând medicilor să personalizeze intervalele de screening.

Într-un caz, o ecografie tiroidiană analizată de IA a identificat cu certitudine țesut benign, confirmând rezultatele biopsiei ulterioare și reducând anxietatea pacientei.

Screeningul cancerului de sân

Mamografia este un exemplu principal unde IA are un impact semnificativ. Studiile arată că suportul IA poate îmbunătăți considerabil detectarea cancerului de sân în screening.

Într-un studiu amplu din Germania, radiologii asistați de un instrument IA au identificat 17,6% mai multe cancere comparativ cu situația fără IA.

Mai exact, grupul asistat de IA a detectat 6,7 cancere la 1.000 de femei, față de 5,7 la 1.000 în grupul standard, reducând ușor și rata de rechemare (alarme false).

În general, IA în mamografie poate:

• Îmbunătăți sensibilitatea și specificitatea. Cercetările finanțate de NCI arată că algoritmii IA „îmbunătățesc detectarea cancerului de sân la mamografie” și pot ajuta la prezicerea leziunilor care vor deveni invazive ulterior.
• Identifica descoperiri subtile. IA poate semnala grupuri mici de microcalcificări sau asimetrii ușor de ratat în screeningul de rutină, acționând ca un cititor expert suplimentar.
• Reduce volumul de muncă și variabilitatea. Prin pre-screeningul imaginilor, IA poate prioritiza cazurile suspecte pentru radiologi, ajutând la gestionarea volumului crescut de mamografii.

Notabil, FDA a aprobat mai multe instrumente IA pentru mamografie (de exemplu, iCAD, SmartMammo de la DeepHealth) pentru utilizare clinică, recunoscând capacitatea lor de a detecta cancerul timpuriu în condiții reale.

Screeningul cancerului pulmonar

IA este aplicată și în detectarea cancerului pulmonar pe imagini medicale. Scanările CT cu doză redusă (LDCT) sunt folosite pentru screeningul fumătorilor cu risc crescut; IA poate îmbunătăți acest proces prin creșterea calității imaginii și detectarea leziunilor.

Un avantaj este reducerea dozei: algoritmii IA pentru reconstrucția imaginilor pot produce imagini CT clare cu o doză de radiație și mai mică decât scanările LDCT actuale.

În plus, sistemele IA de detecție asistată de calculator (CAD) scanează automat fiecare secțiune CT pentru noduli. Când un nodul potențial este găsit, IA îl marchează pe imagine pentru examinarea medicului.

Pe scurt, IA poate funcționa ca un cititor sensibil secundar pentru imaginile pulmonare.

De exemplu, modelele recente arată o sensibilitate ridicată pentru nodulii pulmonari benigni și maligni (sisteme de cercetare detectând peste 90% din noduli pe scanările de test). FDA din SUA a aprobat instrumente IA pentru asistarea screeningului cancerului pulmonar, recunoscând rolul lor în diagnosticarea timpurie.

IA poate ajuta și la personalizarea screeningului: combinând imagistica cu datele pacientului, algoritmii pot stabili cine are nevoie de scanări mai frecvente.

(Totuși, studiile CAD actuale arată că, deși IA găsește mai mulți noduli în total, majoritatea creșterii sunt noduli mici, cu risc scăzut, și încă nu a crescut semnificativ detectarea leziunilor avansate.)

Cancerul de piele (melanom)

Imagistica dermoscopică (fotografii mărite ale pielii) este un alt domeniu în care IA excelează. Modelele de învățare profundă de ultimă generație, antrenate pe zeci de mii de imagini cu leziuni cutanate, pot clasifica alunițele ca benigne sau maligne cu o precizie ridicată.

Într-un studiu recent, o rețea neuronală îmbunătățită a atins o precizie de 95–96% în identificarea melanomului în stadii incipiente din imagini dermoscopice.

Acest aspect este important: melanomul în stadii incipiente are un prognostic excelent (aproximativ 98% supraviețuire la 5 ani), în timp ce supraviețuirea în stadii avansate este mult mai scăzută.

Prin evidențierea alunițelor suspecte pentru biopsie, IA ar putea ajuta dermatologii să diagnosticheze melanomul mai devreme.

Instrumentele IA sunt chiar integrate în aplicații mobile sau dispozitive care evaluează o aluniță fotografiată și estimează riscul acesteia, extinzând potențial detectarea precoce în cabinetele de medicină primară.

Screeningul cancerului de col uterin

IA îmbunătățește screeningul cancerului de col uterin prin analiza imaginilor digitale ale colului. De exemplu, sistemul CerviCARE folosește învățarea profundă pe fotografii „cervicografice” (imagini asemănătoare colposcopiei) pentru a distinge leziunile precanceroase.

Într-un studiu multicentric, IA CerviCARE a atins o sensibilitate de 98% pentru leziunile cervicale de grad înalt (CIN2+), cu o specificitate de 95,5%.

În practică, o astfel de IA ar putea asista în zone unde colposcopiștii experți sunt puțini: algoritmul evidențiază automat zonele de interes, ajutând să nu se omită țesut precanceros.

Acest tip de IA funcționează alături de testele tradiționale Babes-Papanicolau și HPV pentru a detecta boala precoce.

NCI menționează, de asemenea, cercetări privind automatizarea detectării precanceroase în screeningul cervical cu ajutorul IA.

Screeningul cancerului colorectal

În timpul colonoscopiei, IA asistă în timp real. Sistemele moderne analizează continuu fluxul video de la colonoscop. Când camera surprinde un polip sau țesut suspect, IA îl evidențiază pe ecran (adesea cu o casetă colorată și o alertă sonoră) pentru a atrage atenția medicului.

Colonoscopie asistată de IA: sistemul a identificat un polip „plat” (evidențiat cu albastru) pe care medicul îl poate îndepărta.

Studiile arată că utilizarea IA în colonoscopie crește numărul total de polipi detectați, în special adenoamele mici. Aceasta înseamnă că IA poate ajuta medicii să identifice mai multe leziuni incipiente care altfel ar putea fi trecute cu vederea.

Într-un studiu amplu (studiul CADILLAC), detectarea adenoamelor a crescut cu ajutorul IA. Totuși, experții notează că majoritatea creșterii au fost polipi mici, cu risc scăzut, iar adăugarea IA nu a crescut semnificativ detectarea adenoamelor mari, cu risc ridicat, în acel studiu.

Cu alte cuvinte, IA este excelentă în semnalarea multor leziuni mici, dar dacă îmbunătățește detectarea celor mai periculoase precancere este încă în curs de evaluare.

Chiar și așa, un „al doilea ochi” IA poate reduce erorile cauzate de oboseală și poate diminua variabilitatea între medici. FDA a aprobat sisteme IA (CADe) pentru colonoscopie clinică, pentru a asista endoscopiștii în detectarea polipilor.

IA în patologie și alte imagistici

Sfera IA depășește imagistica în timp real, extinzându-se la patologie și scanări specializate. Lamele digitale de patologie (scanări de înaltă rezoluție ale biopsiilor de țesut) sunt analizate de algoritmi IA.

De exemplu, un nou IA numit CHIEF a fost antrenat pe peste 60.000 de imagini întregi de lame, acoperind 19 tipuri de cancer.

Detectează automat celulele canceroase în lamă și chiar prezice profilul molecular al tumorii pe baza caracteristicilor vizuale. În teste, CHIEF a atins o precizie de aproximativ 94% în detectarea cancerului pe lame necunoscute, în mai multe organe.

Similar, FDA a aprobat software IA pentru evidențierea regiunilor canceroase în probele de biopsie de prostată, ajutând patologii să se concentreze pe zonele critice. Instrumentele IA sunt aprobate și pentru interpretarea RMN-urilor tumorilor cerebrale și ecografiilor nodulilor tiroidieni, printre altele.

Pe scurt, IA devine un asistent versatil: de la scanări RMN/CT la radiografii și lame de microscop, semnalează anomalii care necesită atenție.

Beneficiile IA în detectarea precoce

În toate aplicațiile, IA oferă avantaje cheie pentru depistarea timpurie a cancerului:

• Sensibilitate crescută: IA poate detecta semne foarte subtile. În screeningul sânului, IA a identificat aproximativ 20–40% din cancerele apărute între examinări (tumori ratate la prima citire) când a fost aplicată retrospectiv pe mamografii anterioare.
  Aceasta înseamnă că IA poate dezvălui cancere mai devreme decât cititorii umani singuri.
• Acuratețe și eficiență: Studiile arată că citirile asistate de IA duc la mai puține rezultate fals negative și uneori la o scădere a alarmelor false.
  De exemplu, mamografia cu suport IA a crescut valoarea predictivă pozitivă a biopsiei (adică cancerele detectate per biopsie) într-un studiu german.
• IA poate procesa imaginile mai rapid decât un om, permițând programelor de screening să gestioneze volume crescute fără a sacrifica calitatea.
• Calitate constantă: Spre deosebire de oameni, IA nu obosește și nu ratează detalii din cauza distragerii.
  Oferă un nivel uniform de analiză între cazuri, reducând variabilitatea între radiologi.
• Prevenirea procedurilor inutile: Distinguând mai precis leziunile benigne de cele maligne, IA poate scuti pacienții de teste nejustificate.
  În exemplul tiroidian, IA a exclus cu încredere cancerul fără biopsie.
• În dermatologie, aplicațiile IA pot liniști pacienții în privința alunițelor benigne.
  În ansamblu, scopul este screeningul de precizie: identificarea exactă a ceea ce necesită intervenție și evitarea supratratamentului.
• Acces global: În regiuni cu puțini experți, instrumentele IA pot extinde screeningul la nivel de specialist în clinici izolate.
  De exemplu, un colposcop IA ar putea ajuta asistentele să efectueze screeningul cancerului cervical în zone cu resurse limitate.

„Abordările bazate pe IA pot spori capacitatea clinicianilor de a evalua cancerele eficient și precis”. În multe studii, combinarea IA cu expertiza medicilor depășește performanța oricăruia dintre ele separat, asemănător consultării unui coleg bine informat.

Provocări și considerații

IA aduce și provocări. Modelele antrenate pe date limitate sau nevariate pot funcționa inegal pentru toți pacienții. De exemplu, detectoarele IA de leziuni cutanate trebuie antrenate pe tonuri variate de piele pentru a evita părtinirea.

Instrumentele dermoscopice IA au semnalat lacune în performanță pe imagini cu artefacte (precum fire de păr sau iluminare slabă) și pe tipuri de leziuni subreprezentate.

În screening, mai multe detecții pot însemna mai multe alarme false: colonoscopia asistată de IA a semnalat mulți polipi mici, dintre care unii pot să nu evolueze niciodată în cancer.

Îndepărtarea fiecărei leziuni mici implică riscuri proprii (șanse mici de sângerare sau perforație). Astfel, medicii trebuie să echilibreze sensibilitatea IA cu specificitatea pentru a evita supradiagnosticul.

Integrarea IA în fluxurile clinice nu este simplă. Spitalele au nevoie de software validat, aprobat de FDA și de instruire pentru personal. Există întrebări legale și de responsabilitate privind cine răspunde dacă IA ratează un cancer.

Mulți cercetători subliniază că IA este un instrument, nu un înlocuitor; după cum a spus un radiolog, folosirea IA este ca „a cere părerea unui coleg genial”. Studii continue și post-market sunt esențiale pentru a asigura că aceste instrumente îmbunătățesc cu adevărat rezultatele.

Direcții viitoare

Viitorul IA în detectarea cancerului este promițător. Cercetătorii dezvoltă „modele fundamentale” (IA mari antrenate pe seturi uriașe de date) care pot gestiona multe sarcini simultan. CHIEF de la Harvard este un exemplu: a fost antrenat ca un „ChatGPT pentru patologie” pe milioane de fragmente de imagini și funcționează pentru multe tipuri de cancer.

Abordări similare ar putea combina în curând imagistica cu date genetice și clinice pentru screening ultra-personalizat. IA multimodală ar putea prezice nu doar prezența cancerului, ci și agresivitatea acestuia, ghidând intensitatea monitorizării.

Performanța IA se îmbunătățește rapid cu tehnici noi. Sistemele CAD de generație următoare folosesc arhitecturi avansate de rețele neuronale și modele lingvistice mari pentru interpretarea imaginilor. Pentru cancerul pulmonar, experții remarcă că sistemele IA mai vechi erau „primitive” comparativ cu modelele actuale și se așteaptă ca versiunile noi să fie mult mai performante.

Studii internaționale (precum trialuri multicentrice în Europa și SUA) sunt în desfășurare pentru validarea la scară largă a instrumentelor IA. Pe măsură ce datele se acumulează, IA va învăța din rezultatele din lumea reală, rafinându-și continuu acuratețea.

În concluzie, IA ajută deja medicii să detecteze cancerele mai devreme din imagini medicale – de la mamografii și scanări CT la fotografii ale pielii și lame de biopsie. Deși există provocări, cercetările de ultimă oră și aprobările reglementare indică un viitor în care IA va fi un aliat standard în screeningul cancerului.

Prin identificarea tumorilor în stadiile cele mai timpurii, când tratamentul este cel mai eficient, aceste tehnologii pot îmbunătăți rezultatele pentru mulți pacienți din întreaga lume.