Potrivit unui studiu apărut în revista Radiology, un program de inteligență artificială poate prezice dacă nodulii pulmonari descoperiți în urma screeningului prin tomografie computerizată prezintă riscul de a deveni canceroși.

La nivel mondial, Organizația Mondială a Sănătății estimează pentru anul 2020 un număr de 1.8 milioane de decese cauzate de cancerul pulmonar. Tomografia Computerizată cu doză redusă de radiații este utilizată pentru a depista persoanele cu risc crescut de cancer pulmonar, cum ar fi fumătorii.

Detectarea cancerului în fază incipientă reduce semnificativ riscul de deces și crește șansele de vindecare. Cancerul pulmonar apare de obicei ca noduli pulmonari pe radiografie. Majoritatea sunt benigni și nu necesită investigații suplimentare, urmărirea clinică fiind suficientă. Prin urmare, distincția între noduli benigni și maligni este fundamentală în diagnosticarea precoce a cancerului.

Pentru noul studiu, cercetătorii au dezvoltat un algoritm pentru evaluarea nodulilor pulmonari folosind învățarea profundă (deep learning), o funcție a intelienței artificiale capabilă să găsească anumite tipare în datele imagistice.

Cercetătorii au dezvoltat algoritmul prin folosirea lui asupra imaginilor CT a mai mult de 16.000 de noduli, inclusiv 1.249 de afecțiuni maligne. Validarea algoritmului s-a realizat prin trei seturi de date imagistice a nodulilor din cadrul studiului Danish Lung Cancer Screening.

Algoritmul de învățare profundă a obținut rezultate excelente, depășind modelul canadian de diagnosticare precoce a cancerului pulmonar prin estimarea riscului de malignitate a nodulilor.

”Algoritmul poate ajuta medicii radiologi să estimeze corect riscul de malignitate a nodulilor pulmonari. Acest lucru îi poate ajuta să optimizeze recomandările privind screeningul pentru cancer pulmonar”, declară autorul principal al studiului, Kiran Vaidhya Venkadesh, doctorand la Radboud University Medical Center din Olanda.

Cercetătorii afirmă că algoritmul aduce beneficii suplimentare clinicii. ” Fiind parte a IA, algoritmul nu necesită interpretarea standard, acest lucru poate duce la reducerea testelor inutile de diagnostic, la scăderea volumului de muncă în rândul radiologilor și la reducerea costurilor de screening”, susține  Colin Jacobs, asistent universitar în cadrul Departamentului de Imagistică Medicală de la  Radboud University Medical Center.

Autorii studiului doresc să continue procesul de îmbunătățire a algoritmului prin introducerea parametrilor clinici precum vârsta, sexul și istoricul medical (perioada de când fumează pacientul). De asemenea, cercetătorii lucrează la un algoritm de învățare profundă care identifică examinările CT ca date de intrare. Algoritmul actual este eficient în analiza nodulilor în urma screeningului inițial, dar în cazul nodulilor detectați ulterior, analiza trebuie să fie făcută prin comparație.

Programul va fi îmbunătățit prin integrarea celorlalți algoritmi dezvoltați de Dr Colin Jacobs, printre care se numără diferite caracteristici imagistice ale bolilor pulmonare obstructive cronice și ale bolilor cardiovasculare.

 

Articol preluat și tradus de pe MedicalXpress.com