Tüdőrák diagnosztika: mesterséges intelligencia segít mellkas CT felvétel alapján
Mesterséges Intelligenciára épülő tüdőrák diagnosztikai megoldást fejlesztett egy magyar konzorcium, melynek célja egy országos szűrőprogram megalapozása.
Magyarországon és Európa szerte a vezető halálokok közé tartozik a tüdőrák. A tüdőrák öt éves túlélési aránya az 1. stádiumban diagnosztizálva 55-75%, míg a 4.-ben már csak 2-13%, tünetek viszont tipikusan csak kései stádiumban jelentkeznek. Általános szűrőprogramhoz – gyorsasága révén – kézenfekvő lehet a tüdőröntgen alapú vizsgálat, azonban korai stádiumú tüdőrák szűréshez nem elég nagy biztonsággal mutatja ki a gyanús gócokat. Az alacsony dózisú CT-vizsgálattal (LDCT) végzett tüdőrákszűrés igazoltan csökkenti a tüdőrák mortalitását a dohányos rizikócsoportban.
Az EU illetékes szakértői csoportja már 2018-ban hivatalos ajánlást tett közzé, hogy az EU tagországai készítsenek ütemtervet a CT-alapú szűrés 4 éven belüli bevezetésére, a közelmúltban az EU Bizottság be is nyújtotta javaslatát arra az ajánlásra, amely az egyes rizikócsoportokban bevezetendő tüdőrák-szűrőprogramok tagállami bevezetésére irányul. A szűrés megvalósítása viszont igen nagy számú mellkas CT-felvétel kiértékelését teszi majd szükségessé, hiszen az EU-ban már most évente kb. 10 millió mellkas CT-felvétel készül, és a szűrőprogramok ilyen irányú kiterjesztésével borítékolható ennek további jelentős növekedése.
A feladatra rendelkezésre álló radiológusok száma behatárolt
A konzorcium kutatása viszont ezt a problémát hivatott megoldani: Mesterséges Intelligencia (AI) segítségével történő automatikus szegmentáció szelektálja a teljesen negatív képeket, a többi felvétel esetén pedig információt szolgáltat a lehetséges daganatos területekről. Ezzel nagyságrendekkel több CT-kép kiértékelését teszi lehetővé akár egy kisebb létszámú orvos csoport számára is.
A neurális hálózat alapú, mélytanulásos (Deep Learning, DL) mesterséges intelligencia robbanásszerű fejlődésen ment át az elmúlt évtizedben, a gépi tanulás domináns paradigmájává vált. A DL hatalmas potenciállal rendelkezik, és az elkövetkező évtizedekben számtalan területen fogja a társadalom életét hatékonyabbá, kényelmesebbé és biztonságosabbá tenni.
Az Ulyssys Kft. és konzorciumi partnerei, a Semmelweis Egyetem és a SZTAKI, egy 2019. január 1-jén indult kutatás-fejlesztési projekt keretében kezdett egy tüdőrák-diagnosztikai rendszer fejlesztésébe, melynek célja egy, a tüdőrákszűrési programba illeszthető, mesterséges intelligenciára építő komplex megoldás kidolgozása volt.
A mesterséges intelligencia radiológiai diagnosztikában való alkalmazása több irányból is támogatja a radiológusok munkáját:
- fáradhatatlanul értékeli ki a felvételeket és ismeri fel a gyanús elváltozásokat;
- priorizálja az átnézendő felvételeket;
- rövid összegzést, riportot generál a felvételekhez;
- a gyanús elváltozásokról a kiértékelés során megjeleníthető, 3D-s szegmentációt generál, ezzel is javítva a diagnózis pontosságát és kiértékelési idejét.
Az MI alkalmazásával tehát jelentős radiológusi erőforrásokat lehet megtakarítani.
A mesterséges intelligencia képes nagy megbízhatósággal gyanús elváltozásokat szegmentálni
Alapkövetelmény volt a célzott vizsgálat magas szenzitivitása és specificitása, illetve a vizsgálat lehető legkisebb káros mellékhatása (pl. sugárterhelés). Radiológiai kutatás keretében határozták meg azt a minimális felbontást, amely mellett az apró elváltozások is nagy biztonsággal detektálhatóak a lehető legkisebb sugárterhelés mellett. A Semmelweis Egyetem a projekt zárásáig elvégezte több mint 8000 db, a tüdőrákdiagnosztikai mesterséges intelligencia tanítására alkalmas, alacsony dózisú mellkasi CT felvétel és a hozzájuk tartozó leletanyagok összegyűjtését, válogatását, a tumort tartalmazó CT felvételeken a tumor szegmentálását, a manuális szegmentációk összevetését és szakorvosi validálását.
A különböző neurális háló-architektúrák kutatása és fejlesztése során az Ulyssys Kft. változatos módszereket alkalmazott annak érdekében, hogy a lehető legmagasabb szenzitivitás mellett a tüdőrákdiagnosztikai rendszer specificitása is kellően magas értékre emelkedjen. A kidolgozott, mélytanulásra épülő mesterséges intelligencia tetszőleges CT felvételen képes nagy megbízhatósággal gyanús elváltozásokat szegmentálni. Egy 200 CT felvételből álló, független teszthalmazon – ami 100 pozitív esetet és 100 negatív esetet tartalmazott – 96% fölötti szenzitivitással, 80% fölötti specificitással, 96% fölötti negatív predikciós értékkel, 80% fölötti pozitív predikciós értékkel teljesített a rendszer.
A projekt eredményeképpen olyan szoftvermegoldás is létre jött, amely lehetővé teszi, hogy a felhasználó a páciensről elkészült CT-felvételeket feltöltse, és arról diagnosztikát segítő elemzést kapjon. A radiológus orvos ennek az elemzésnek a segítségével hozhatja meg a diagnosztikai döntést. Az Ulyssys Kft. a piaci bevezetés műszaki feltételeinek megteremtése érdekében az MI-alapú predikciós megoldás mellett egy leletező modult is fejlesztett, az elkészült rendszerkomponenseket pedig egy komplett diagnosztikai szolgáltató rendszerbe integrálta. A piaci bevezetés jogi és adminisztratív előkészítése érdekében megindult az ISO 13485 minősítés és CE/MDR tanúsítvány megszerzésének folyamata, illetve elindult a rendszer klinikai validációs vizsgálata.
Tovább Mi hajlamosít a tüdőrák kialakulására?
(Semmelweis Egyetem - Ulyssys Kft.)