Технологии искусственного интеллекта помогают выявлять и диагностировать рак легких.

Искусственный интеллект широко применяется в сфере здравоохранения для повышения эффективности диагностики. Ярким примером является появление новой платформы цифровой патологии, использующей возможности анализа изображений, предоставляемые ИИ, для обеспечения точной и быстрой диагностики рака легких. Это значительный шаг вперед, открывающий новые перспективы для эффективного лечения этого опасного заболевания.

В недавнем исследовании ученые медицинского факультета и университетской больницы Кёльна (Германия) под руководством доктора Юрия Толкача и профессора Райнхарда Бюттнера разработали высокоэффективный инструмент для диагностики рака легких.

Исследовательская группа успешно разработала цифровую патологическую платформу, использующую искусственный интеллект для автоматического анализа образцов легочной ткани. Этот инструмент не только повышает точность диагностического процесса, но и экономит время и усилия врачей.

Рак легких — один из самых опасных «тихих убийц», ежегодно уносящих жизни миллионов людей по всему миру. В частности, немелкоклеточный рак легких (НМРЛ), на долю которого приходится более 80% всех случаев рака легких, является основной причиной смерти от онкологических заболеваний и представляет серьезную угрозу для общественного здравоохранения.

Точная диагностика имеет решающее значение для эффективного лечения рака. Патология, особенно анализ образцов тканей, играет в этом процессе жизненно важную роль. Благодаря достижениям в области цифровых технологий и искусственного интеллекта, сегодня патологи могут анализировать образцы быстрее и точнее, что позволяет врачам разрабатывать персонализированные и соответствующие планы лечения для каждого пациента.

Доктор Толкач заявил: «Применение новых инструментов искусственного интеллекта не только помогает нам более точно диагностировать заболевания, но и открывает новую эру в лечении рака. Предоставляя подробную информацию о состоянии каждого пациента, мы можем принимать более взвешенные и персонализированные решения о лечении, повышая вероятность успеха терапии».

Ученые обучили ИИ на огромном массиве данных высочайшего качества, доступном на данный момент. В результате ИИ способен быстро и точно анализировать образцы биопсии, четко различая 11 типов опухолей и доброкачественных тканей на уровне пикселей.

В исследовании, опубликованном в престижном журнале Cell Reports Medicine, исследовательская группа продемонстрировала, что их инструмент на основе искусственного интеллекта может точно классифицировать различные типы немелкоклеточного рака легких. Это было подтверждено сравнением результатов модели с реальными данными из различных больниц.

Далее исследовательская группа выявила четыре измеримых биомаркера в образцах тканей, которые могли бы более точно прогнозировать прогрессирование заболевания и продолжительность жизни пациентов. Кроме того, для продвижения глобальных исследований рака легких команда опубликовала три больших набора данных, что способствовало разработке новых алгоритмов.

Исследовательская группа считает, что эта платформа станет полезным инструментом для точной диагностики заболеваний, прогнозирования их прогрессирования и даже поддержки принятия решений о будущем лечении. Для подтверждения работоспособности платформы команда сотрудничает с пятью ведущими научно-исследовательскими институтами патологии в Германии, Австрии и Японии для проведения масштабных валидационных исследований.

Помимо автоматизации задач в здравоохранении и анализа медицинских изображений, ИИ постепенно проникает в жизнь пациентов. Инструменты ИИ, такие как ChatGPT, все чаще используются людьми для поиска информации о здоровье и даже для самодиагностики.

Исследования показали, что ChatGPT обладает потенциалом для предоставления полезной медицинской информации, поддержки оценки психического здоровья, консультирования, управления приемом лекарств и обучения пациентов. Однако эффективность ChatGPT все еще имеет ограничения, особенно в диагностике заболеваний у детей, где, согласно некоторым исследованиям, точность составляет всего 17%.

Несмотря на значительный прогресс, достигнутый в разработке крупных языковых моделей, таких как Llama-2-chat, Vicuna, Medllama2, Bard/Gemini, Claude, ChatGPT-3.5 и ChatGPT-4, их применение в диагностике генетических заболеваний остается ограниченным. Сложность генетических заболеваний требует более специализированных диагностических инструментов.