2021. 02. 25. - 09:45
Pontosan azonosítja a rosszindulatú vastagbélpolipokat a mesterséges intelligencia
A gépi tanulási módszer precízen meg tudja mondani, mely vastagbélpolipok rosszindulatúak, azaz miből fejlődhet ki rákbetegség – tudatta egy új tanulmány.
Pontosan azonosítja CT-felvételeken a rosszindulatú vastagbélpolipokat a gépi tanulási algoritmus – írták meg a kutatók egy, a Radiology folyóiratban közzétett új tanulmányban.
A radiomika segítségével a rendszer helyesen különítette el egymástól a jóindulatú és a potenciálisan rákos polipokat, mégpedig az esetek 80 százalékában.
A radiomika analitikai folyamat, mely lehetővé teszi, hogy a szakértők további információkat nyerjenek orvosi képekből – olyan információkat is látnak ezzel, amelyekre szabad szemmel nincs mód. Olvasd el: 8 helyett 1 hét - Új robot a rákkezelésben
„Az eredmények azon koncepció bizonyítékául szolgálnak, hogy a gépi tanuláson alapuló képelemzés lehetővé teszi a jóindulatú és a rosszindulatú, rákos vastagbélpolipok noninvazív elkülönítését” - mondta el dr. Sergio Grosu, a tanulmány társszerzője, a németországi Müncheni Ludwig Maximilian Egyetem Egyetemi Kórházának radiológusa, hozzátéve, hogy a módszer jól működik.
Mesterséges intelligencia segít elkülöníteni egymástól a jó- és rosszindulatú polipokat
Kutatások alapján a vastagbélrák világszerte a halál egyik leggyakoribb oka, férfiak és a nők körében egyaránt. S legtöbb ilyen daganatos betegség, beleértve a vastagbélrákot, azzal veszi kezdetét, hogy a vastagbelet körülvevő nyálkahártyán polipok vagy mirigyszerű daganatok jelentkeznek.
Ezek a polipok jellemzően évek alatt fejlődnek ki, korai felismerésük és eltávolításuk segíthet megakadályozni a rák kialakulását.
Az elmúlt 20 esztendőben a kolonoszkópia noninvazív alternatívájaként a CT kolonográfia jelent meg a vastagbélrák szűrésében.
A technológia hasonló a kolonoszkópiához a polipok többségének kimutatásában, s hatékonyan jeleníti meg a vastagbél azon részeit, amelyeket a kolonoszkópiával nem lehet mindig értékelni. Olvasd el: Segíthet a vérrák kimutatásában a mesterséges intelligencia
A CT kolonográfia ugyanakkor nem nyújt határozott megkülönböztetést a jó- és a rosszindulatú polipok között, ami pedig döntő fontosságú a kezelés meghatározásában – írták a kutatók.
A tanulmányhoz Grosu és munkatársai kolonográfiai képeken alkalmazták a nem invazív, radiomikán alapuló gépi tanulási módszert. A képek olyan tünetmentes pácienscsoporttól származtak, akiknél a végbélrák átlagos kockázata volt jelen.
A gépi tanulási algoritmust 63 beteg több mint 100 végbélrákos polip felvételével képezték ki, majd 59 páciensnél, 77 polip-felvételen tesztelték.
A tesztkészletben a gépi tanulás megközelítése 82 százalékos pontossággal tette lehetővé a jó- és a rosszindulatú vastagbél-polipok nem invazív megkülönböztetését.
A kutatók szerint ugyanakkor a megállapítások megerősítéséhez további vizsgálatokra van szükség, nagyobb számú beteggel.
„Megközelítésünk tovább javíthatja a CT kolonográfián alapuló vastagbélrák-szűrés klinikai jelentőségét azzal, hogy lehetővé teszi a későbbi polipektómiára alkalmas betegek pontosabb kiválasztását” – mondta el Grosu.
Hozzátette azonban, hogy még szükség van a gépi tanuláson alapuló képelemzés további finomítására a polip-differenciálás nagyobb pontosságának eléréséhez – de a munkafolyamat optimalizálásához is, hogy jobban alkalmazhassák a klinikai rutin során.
László Adrienn
