ПЕРСПЕКТИВЫ ПРИМЕНЕНИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ДЛЯ ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ СКРИНИНГА ЗЛОКАЧЕСТВЕННЫХ НОВООБРАЗОВАНИЙ

Аннотация:

Эффективность скрининга как одной из наиболее действенных стратегий контроля злокачественных опухолей не вызывает сомнений. Скрининг снижает риск диагностики рака на поздней стадии и выявляет предраковые патологии, чем предотвращает и его развитие. Потенциальные ограничения и опасность скрининга заключаются в высокой вероятности ложноположительных, ложноотрицательных результатов и гипердиагностики. Последствия - дополнительные обследования и ненужное и, часто, чрезмерное лечение. В то же время, при скрининге часто не попадают в поле зрения интервальные раки, которые характеризуются агрессивным течением. Цель исследования: изучить эффективность искусственного интеллекта (ИИ) для повышения чувствительности и специфичности скрининга злокачественных новообразований (ЗНО) и снижения частоты ложноотрицательных, ложноположительных результатов и гипердиагностики. Материалы и методы. Обзор и анализ опубликованных научных данных, посвященных: а) скринингу рака молочной железы (РМЖ), рака легкого (РЛ), рака предстательной железы (РПЖ), рака шейки матки (РШМ) и рака толстой кишки (РТК); б) разработке и применению ИИ для улучшения эффективности скрининговых программ. Поиск соответствующих публикаций был произведен в базах данных PubMed и Cochrane Library. Результаты. При маммографическом скрининге ИИ снижает количество неправильной интерпретации маммограм, количество повторных вызовов, количество биопсий с отрицательным результатом, повышает эффективность интерпретации маммограм независимо от характеристик органа (плотная молочная железа, кальцификаты). Применение ИИ совместно с низкодозовой компьютерной томографией (НДКТ) для скрининга РЛ не только улучшает диагностику его различных форм, но и предсказывает риск развития рака на несколько лет вперед. Систематический обзор и мета-анализ 12 работ по оценке эффективности ИИ в тандеме с мультипараметрической магнитнорезонансной томографией (мпМРТ) предстательной железы показал высокую суммарную эффективность в диагностике клинически значимого РПЖ, что способствовало статистически достоверному снижению количества дополнительных приглашений и ненужных биопсий. Вопрос эффективности ИИ в сочетании с колоноскопией, несмотря на применение его самых продвинутых систем (система глубокого обучения, основанная на сверточной нейронной сети), остается спорным. Решение этой проблемы зависит от того, какую цель мы преследуем, разрабатывая и обучая систему: повышение «выявляемости аденом и их удаление независимо от их размеров или идентификацию и удаление только больших аденом, из которых, с высокой вероятностью, может развиться рак. Успешное применение ИИ для цитологической диагностики патологии шейки матки, включая все стадии цервикальных интраэпителиальных неоплазий (ЦИН), вызывает оптимизм. Внедрение систем ИИ, обученных взаимодействию с цитопатологом в прочтении и оценке цитологического материала и диагностике ЦИН и РШМ, снизит нагрузку на цитологов и на другой медицинский персонал. Заключение. Представленные исследования указывают на перспективность применения ИИ для диагностики ЗНО, особенно в контексте популяционного скрининга, при котором исследование проходят многие тысячи человек. Применение ИИ достоверно повышает эффективность диагностических методов, улучшает показатели чувствительности и специфичности, снижает вероятность ложноотрицательных, ложноположительных результатов и гипердиагностики. Эффективность ИИ для прогнозирования риска развития рака на несколько лет вперед может способствовать удлинению интервалов между раундами скрининга и, соответственно, снижению нагрузки на систему здравоохранения и сокращению затрат. Решение о внедрении в программу популяционного скрининга любой из систем ИИ, с доказанной эффективностью в рамках клинических исследований, должно быть принято только после ее апробирования на популяционном уровне. Необходимо разработать формы «информированного согласия» для пациентов, в которых подробно и объективно описаны все преимущества и недостатки применения ИИ по сравнению с существующей принятой практикой.

Авторы:

Издание: Общественное здоровье
Год издания: 2024
Объем: 19с.
Дополнительная информация: 2024.-N 4.-С.24-42. Библ. 68 назв.
Просмотров: 1