Kecerdasan buatan mengenal pasti kanser pankreas sehingga tiga tahun sebelum diagnosis

Model kecerdasan buatan yang dibangunkan oleh penyelidik di Clínica Mayo dan Centro Câncer MD Anderson mengesan tanda-tanda kanser pankreas dalam imbasan CT dengan ketepatan yang mengejutkan. Sistem yang dipanggil REDMOD (model pengesanan awal berasaskan radiomik), dapat mengenal pasti penyakit itu kira-kira 16 bulan sebelum diagnosis konvensional dalam sekitar 73% daripada kes yang diuji. Dalam sesetengah peperiksaan, AI mengiktiraf corak yang mencurigakan lebih daripada dua tahun lebih awal, dengan potensi untuk dikesan sehingga tiga tahun sebelum pengesahan klinikal.

Kanser pankreas berada di landasan untuk menjadi penyebab utama kedua kematian kanser dalam Estados Unidos menjelang 2030. Atualmente, 85% daripada diagnosis berlaku apabila penyakit itu telah merebak ke organ lain, menjadikan rawatan kuratif amat sukar. REDMOD muncul sebagai alat yang menjanjikan untuk membalikkan senario ini dengan mengenal pasti perubahan minimum dalam peperiksaan rutin.

Como sistem mengesan isyarat yang tidak dapat dilihat oleh mata manusia

REDMOD tidak mencari tumor yang jelas. Sebaliknya, ia mencari corak radiomik – perubahan halus dalam tekstur dan struktur tisu pankreas yang terlepas daripada pengesanan visual manusia. Model itu dilatih dengan 969 imbasan CT untuk belajar mengenali tanda-tanda awal penyakit pada peringkat di mana ia masih boleh disembuhkan.

Células biasa mengalami mutasi dalam DNA mereka yang menjejaskan pertumbuhan mereka. Kanser pankreas selalunya mengambil masa bertahun-tahun untuk perubahan ini berkembang menjadi tumor yang boleh dilihat pada kajian pengimejan atau menyebabkan gejala. REDMOD boleh menangkap perkembangan yang tidak kelihatan ini lama sebelum tumor menampakkan dirinya secara klinikal.

Resultados mengatasi analisis pakar manusia

Para penyelidik menguji REDMOD pada 63 imbasan CT pesakit yang kemudiannya menghidap kanser pankreas, serta 430 imbasan kawalan individu yang sihat. Sistem ini mengenal pasti 46 daripada 63 kes yang disyaki dengan betul, mencapai kadar hit sebanyak 73%.

Ahli radiologi manusia Dois yang menganalisis imbasan yang sama secara serentak mengesan tanda-tanda awal hanya dalam 38.9% kes. Perbezaannya mewakili kelebihan yang ketara: model AI hampir dua kali ganda kapasiti pengesanan awal berbanding pakar.

Ujian diulang pada dua set data berbeza dengan peralatan berbeza di hospital berbeza. Dalam semua senario, REDMOD mengekalkan prestasi yang konsisten. Pesakit Para dengan berbilang imbasan tersedia, AI menghasilkan hasil yang sejajar secara meluas, walaupun semasa imbasan dilakukan dalam jarak beberapa bulan.

Leia Também

Penemuan sinaran kosmik secara tidak sengaja dalam antena mendedahkan bukti Big Bang

Nintendo Switch 2 menerima sembilan permainan pada bulan Mei dengan tajuk aksi dan pengembaraan

IOS 26.5 Beta 4 kini tersedia dengan peningkatan prestasi dan RCS

Desafios dan langkah seterusnya untuk pelaksanaan

Kajian itu mengenal pasti satu perkara penting: daripada 430 individu yang sihat, 81 telah ditanda secara salah sebagai suspek oleh REDMOD. Jika dilaksanakan dalam senario sebenar, orang ini akan menerima ujian tambahan sebelum mengesahkan keputusan negatif. Refinamento kekhususan ini mewakili keutamaan untuk mengelakkan prosedur yang tidak perlu.

• Bakal Validação dalam kumpulan berisiko tinggi
• Testes dalam populasi yang lebih besar dan lebih pelbagai
• Integração dalam proses klinikal sedia ada
• Kekhususan Model Aprimoramento
• Acessibilidade dalam konteks hospital yang berbeza

Radiologista Ajit Goenka daripada Clínica Mayo berkata halangan terbesar untuk menyelamatkan nyawa dalam kanser pankreas adalah ketidakupayaan untuk mengesan penyakit itu apabila ia masih boleh diubati. “AI ini kini boleh mengenal pasti tanda tanda kanser dalam pankreas yang kelihatan normal, dan boleh melakukannya dengan pasti dari semasa ke semasa dan dalam pelbagai tetapan klinikal.”

Caminho untuk menukar paradigma diagnostik

Potensi sebenar REDMOD terletak pada penggunaannya pada imbasan CT rutin yang dilakukan atas sebab lain. Médicos sering meminta ujian pankreas untuk menyiasat simptom yang tidak berkaitan. Jika REDMOD memantau imej ini secara rutin, ia boleh mengesan kanser pada peringkat praklinikal, apabila rawatan kuratif masih berkesan.

Para penyelidik merancang untuk mengembangkan ujian kepada kumpulan yang lebih besar dan lebih pelbagai. Também akan menyiasat kemudahan untuk memasukkan AI ke dalam aliran kerja perubatan sedia ada. Matlamatnya adalah untuk mengubah diagnosis semasa – berdasarkan gejala lanjutan – menjadi pemintasan proaktif penyakit awal.

Penulis kajian menyerlahkan bahawa keupayaan rangka kerja yang ditunjukkan untuk mengesan isyarat tersembunyi secara konsisten dalam set data yang besar dan berorientasikan klinikal, digabungkan dengan kestabilan yang tinggi dari semasa ke semasa dan kekhususan yang disahkan, meletakkan asas yang kukuh untuk pengesanan awal yang ditambah AI. Para penyelidik menyatakan keyakinan bahawa, dengan pembangunan dan penghalusan yang berterusan, mereka akan dapat menawarkan sistem yang sangat berguna terhadap salah satu jenis kanser yang paling mematikan yang wujud.