Согласно исследованию, опубликованному в Radiology , журнале Радиологического общества Северной Америки (RSNA), инструмент искусственного интеллекта (ИИ) очень эффективен при обнаружении рака поджелудочной железы на КТ.

Рак поджелудочной железы имеет самую низкую пятилетнюю выживаемость среди онкологических заболеваний. По прогнозам, к 2030 году он станет второй основной причиной смерти от рака в Соединенных Штатах. Раннее выявление — лучший способ улучшить мрачные перспективы, поскольку прогноз значительно ухудшается, когда опухоль вырастает более чем на 2 сантиметра.

КТ является основным методом визуализации для выявления рака поджелудочной железы, но она пропускает около 40% опухолей размером менее 2 сантиметров. Существует острая необходимость в эффективном инструменте, который помог бы радиологам улучшить обнаружение рака поджелудочной железы.

Исследователи из Тайваня изучают инструмент автоматизированного обнаружения (CAD), который использует тип ИИ, называемый глубоким обучением, для обнаружения рака поджелудочной железы. Ранее они показали, что инструмент может точно отличить рак поджелудочной железы от нераковой поджелудочной железы. Однако в этом исследовании рентгенологи вручную идентифицировали поджелудочную железу на изображениях — трудоемкий процесс, известный как сегментация. В новом исследовании инструмент ИИ автоматически идентифицировал поджелудочную железу. Это важное достижение, учитывая, что поджелудочная железа граничит с несколькими органами и структурами и сильно различается по форме и размеру.

Исследователи разработали инструмент с внутренним набором тестов, состоящим из 546 пациентов с раком поджелудочной железы и 733 участников контрольной группы. Инструмент достиг 90% чувствительности и 96% специфичности во внутреннем тестовом наборе.

За валидацией последовал набор из 1473 отдельных экзаменов КТ, проведенных в учреждениях по всему Тайваню. Инструмент достиг 90% чувствительности и 93% специфичности в различении рака поджелудочной железы от контроля в этом наборе. Чувствительность для выявления рака поджелудочной железы менее 2 сантиметров составила 75%.

«Производительность инструмента глубокого обучения казалась такой же, как у рентгенологов», — сказал старший автор исследования Вейчунг Ван, доктор философии, профессор Тайваньского национального университета и директор университетской лаборатории MeDA. «В частности, в этом исследовании чувствительность компьютерного инструмента глубокого обучения для обнаружения рака поджелудочной железы была сравнима с чувствительностью рентгенологов в третичном специализированном центре независимо от размера и стадии опухоли».

По словам доктора Ван, инструмент САПР может предоставить большой объем информации для помощи клиницистам. Это может указывать на подозрительную область для ускорения интерпретации рентгенологом.

Инструмент CAD может служить дополнением для рентгенологов для улучшения обнаружения рака поджелудочной железы».

Вей-Чи Ляо, доктор медицинских наук, старший соавтор исследования, Национальный Тайваньский университет и Национальная университетская больница Тайваня

Исследователи планируют дальнейшие исследования. В частности, они хотят посмотреть на эффективность инструмента в более разнообразных группах населения. Поскольку текущее исследование было ретроспективным, они хотят увидеть, как оно будет работать в реальных клинических условиях.