Naukowcy opracowali AI, które może przewidzieć raka płuc z 94% dokładnością

• System AI opracowali naukowcy z USA i Tajwanu.
• Chcieli stworzyć lepsze systemy wykrywania możliwych zmian nowotworowych. W ten sposób zaprojektowali model sztucznej inteligencji zwany SYBIL.
• Wstępne testy wykazały, że SYBIL w ciągu roku od ostatniego badania przesiewowego może wykryć raka płuc lub jego brak z dokładnością do 94%.
• Jego efektywność utrzymuje się na wysokim poziomie wraz z kolejnymi latami, osiągając nawet 81% w ciągu sześciu lat od badań.
• Przy tym SYBIL zmniejsza odsetek fałszywych diagnoz.
• Jednak naukowcy wskazują, że do implementacji na masową skalę potrzebne są dalsze testy.
  

Nowotwór płuc to obecnie drugi najczęściej występujący rodzaj tej choroby na świecie. Co roku pojawiają się miliony nowych przypadków, przez co medycyna priorytetowo traktuje profilaktykę raka płuc. Dlatego tak dużo jest kampanii reklamowych, aby regularnie badać się pod kątem choroby.

Jedną z głównych metod profilaktyki są badania przesiewowe z wykorzystaniem niskodawkowej tomografii komputerowej. Jest to tak naprawdę seria prześwietleń z uwzględnieniem dużej liczby czynników, jak dane demograficzne czy czynniki ryzyka. Jak jest to ogólnie przyjęta i sprawdzona metoda, naukowcy od dawna próbują stworzyć jej alternatywę, która będzie szybsza i jeszcze dokładniejsza. Teraz mogło im się to udać dzięki nowemu modelowi AI zwanym SYBIL.

SYBIL biję na głowę tradycyjną tomografię już szybkością badań. AI do oszacowania ryzyka zachorowania na raka płuc wykorzystuje tylko jedno badanie. Jej przewidywania obejmują okres do najbliższych 6 lat.

Dokładniej SYBIL to sztuczna inteligencja wykorzystująca uczenie głębokie do poprawiania swojej efektywności. Naukowcy opracowali ją na bazie 35 tysięcy skanów zwykłej tomografii do szkolenia i 6 tysięcy do testowania modelu. Do polepszenia wiedzy AI wykorzystano także wsparcie dwóch torakochirurgów (chirurgów klatki piersiowej), robiących adnotacje do skanów.

Wstępnie zauważono, że SYBIL dobrze radził sobie podczas testów bez względu na płeć, wiek czy palenia. Jednak najważniejsze były testy na podstawie danych z  Massachusetts General Hospital (MGH) w Bostonie (USA) i Chang Gung Memorial Hospital (CGMH) na Tajwanie, gdzie SYBIL nie miał żadnych danych dotyczących palenia, uznawanego za główną przyczynę raka płuc.

Mimo AI poradziło sobie bezbłędnie, przewidując dobrze aż 94% przypadków po badaniach w ciągu jednego roku i 81% po sześciu latach od badań.

Naukowcy podkreślają, że SYBIL może być niezwykle ważny w kwestii profilaktyki, pomagając osobom z grupy ryzyka. Pokazanie im dokładnych liczb mówiących o szansie zachorowania na raka płuc może psychologicznie bardziej wpływać na decyzje zdrowotne.

Sybil daje wynik ryzyka, a nie diagnozę — jest więc najbardziej przydatny do określenia, którzy pacjenci powinni być uważnie obserwowani lub częściej poddawani badaniom przesiewowym w kierunku raka

---

Naukowcy podkreślają, że jak SYBIL jest obiecujący, potrzebuje jeszcze dużo testów. Przede wszystkim dotychczas wykorzystywał skany tylko białych pacjentów. Oznacza to, że wytworzony model SYBIL może na razie działać tylko na jednej rasie. Ponadto dane pochodziły z okresu od 2002 do 2004 roku, przez co sama przeszła technika tomografii, mogła wpłynąć na wyniki. Już jednak planowane są kolejne badania na szerszej i bardziej aktualnej grupie.