Искусственный интеллект повышает точность диагностики рака кожи

Недавнее исследование, проведенное учеными из Стэнфордского медицинского университета, показало, что компьютерные алгоритмы, основанные на искусственном интеллекте и глубоком обучении, могут помочь практикующим врачам более точно диагностировать рак кожи. Даже дерматологи получают пользу от искусственного интеллекта, хотя их результаты не так заметны, как у других специалистов.
«Это наглядная демонстрация того, как искусственный интеллект может использоваться врачом для улучшения диагностики и лечения пациента», - говорит профессор дерматологии и эпидемиологии Элени Линос, Линос возглавляет Стэнфордский центр цифрового здравоохранения, который был создан для решения некоторых наиболее актуальных исследовательских вопросов на стыке технологии и здравоохранение, содействуя сотрудничеству между инженерными науками, информатикой, медициной и гуманитарными науками. Результаты исследования опубликованы в журнале Digital Medicine.
Алгоритмы искусственного интеллекта все чаще используются в клинических условиях, в том числе в дерматологии. Они создаются путем ввода в компьютер сотен тысяч или даже миллионов изображений кожных заболеваний, помеченных такой информацией, как диагноз и результаты лечения пациента.
«Предыдущие исследования были сосредоточены на том, как ИИ работает по сравнению с врачами", - рассказывает один из авторов исследования Джи Ен Ким, - «В нашем исследовании результаты врачей, работающих без помощи ИИ, сравнивались с данными коллегам, использующих ИИ при диагностике рака кожи».
Благодаря процессу, называемому глубоким обучением, компьютер в конечном итоге учится распознавать характерные закономерности на изображениях, которые коррелируют с конкретными кожными заболеваниями, включая рак. После обучения алгоритм, написанный компьютером, может быть использован для постановки возможных диагнозов на основе изображения кожи пациента.
За диагностическими алгоритмами наблюдают клиницисты, которые также оценивают состояние пациента, приходят к собственным выводам о диагнозе пациента и решают, принимать ли рекомендации алгоритма.
Команда Ким и Линос проанализировала 12 исследований, в которых подробно описывалось более 67 000 возможных случаев рака кожи, проведенных различными практикующими врачами с помощью искусственного интеллекта и без него. Они обнаружили, что в целом медицинские работники, работающие без помощи искусственного интеллекта, смогли точно диагностировать рак кожи примерно у 75% людей — статистический показатель, известный как чувствительность. И наоборот, работники правильно диагностировали около 81,5% людей с кожными заболеваниями, похожими на рак, но у которых не было рака - сопутствующий показатель, известный как специфичность.
Врачи, которые использовали искусственный интеллект для постановки диагнозов, показали более точные результаты. Их диагнозы были на 81,1% точнее и на 86,1% конкретнее. Улучшение может показаться незначительным, но различия имеют решающее значение для людей, которым говорят, что у них нет рака, но они больны, или для тех, у кого рак есть, но им говорят, что они здоровы.
Когда исследователи разделили практикующих врачей по специальностям или уровню подготовки, они увидели, что студенты—медики, практикующие медсестры и врачи первичного звена получили наибольшую пользу от руководства с помощью искусственного интеллекта - в среднем они повысили чувствительность примерно на 13 пунктов, а специфичность - на 11 пунктов. Дерматологи и ординаторы дерматокосметологии в целом показали неплохие результаты, но чувствительность и специфичность их диагнозов также улучшились с помощью искусственного интеллекта.
«Я была удивлена, увидев, что с помощью ИИ точность измерений улучшается у всех, независимо от уровня их подготовки», - отмечает Линос. Эта информация вселяет в ученых большой оптимизм в отношении использования ИИ в клинической практике.
Исследователи из Стэнфордского центра цифрового здравоохранения заинтересованы в том, чтобы узнать больше о перспективах и препятствиях на пути интеграции инструментов, основанных на ИИ, в здравоохранение. В частности, они планируют изучить, как восприятие и отношение врачей и пациентов к ИИ повлияет на его внедрение.
Предыдущие исследования показали, что степень уверенности клинициста в своем собственном клиническом решении, степень уверенности ИИ и то, согласны ли клиницист и ИИ с диагнозом, влияют на то, учитывает ли клиницист рекомендации алгоритма при принятии клинических решений для пациента.
Медицинские специальности, такие как дерматология и радиология, которые в значительной степени полагаются на изображения — визуальный осмотр, снимки, рентген, магнитно-резонансную томографию и компьютерную томографию КТ, — являются перспективными для компьютеров, которые могут выявлять уровни детализации, превышающие то, что может разумно обработать человеческий глаз (или мозг). Но Линос и Ким считают, что даже другие специальности, в большей степени основанные на симптомах, или прогнозирующее моделирование, скорее всего, выиграют от вмешательства ИИ. И от этого выиграют не только пациенты.
«Если эта технология может одновременно повысить точность диагностики и сэкономить время врача, это действительно беспроигрышный вариант. Помимо помощи пациентам, она может помочь снизить эмоциональное выгорание врачей и улучшить межличностные отношения между врачами и их пациентами», - уверена Линос.