Искусственный интеллект превзошел экспертов в области выявления предраковых заболеваний шейки матки

Алгоритм машинного обучения может произвести революцию в скрининге рака шейки матки, особенно в условиях ограниченных ресурсов.

Материалы и методы обследования

Для разработки метода исследователи использовали комплексные наборы данных, чтобы “обучить” глубокий, или машинный, алгоритм обучения распознавать шаблоны в сложных визуальных ресурсах, таких как медицинские изображения. Результаты исследования опубликованы в научном журнале Journal of the National Cancer Institute.

Для создания алгоритма исследовательская группа использовала более 60 000 изображений шейки матки из архива фотографий NCI, собранных в ходе скринингового исследования рака шейки матки, проводимого в Коста-Рике в 1990-х годах. В этом популяционном исследовании приняли участие более 9400 женщин, и последующее наблюдение продолжалось до 2018 года. Из-за предполагаемого характера исследования ученые получили почти полную информацию о том, какие изменения шейки матки стали предраковыми, а какие – нет. Фотографии были оцифрованы и затем использованы для глубокого обучения искусственного интеллекта, чтобы он мог отличить состояния шейки матки, требующие лечения, от состояний, не требующих лечения.

Результаты научной работы

Исследовательская группа из Национального института здоровья и глобального благополучия (National Institutes of Health and Global Good) разработала компьютерный алгоритм, который поможет анализировать цифровые изображения шейки матки женщины и точно выявлять предраковые изменения, требующие медицинской помощи. Этот подход, основанный на искусственном интеллекте (ИИ), называемый автоматизированной визуальной оценкой, может произвести революцию в скрининге рака шейки матки, особенно в условиях ограниченных ресурсов. Метод был создан совместно с исследователями из Национального института рака (NCI), и результаты были подтверждены независимыми экспертами из Национальной библиотеки медицины (NLM).

«Наши результаты показывают, что алгоритм глубокого обучения может использовать изображения, собранные во время рутинного скрининга рака шейки матки, для выявления предраковых изменений, которые, если их не лечить, могут перерасти в рак», – сказал Марк Шиффман (Mark Schiffman). «На самом деле, компьютерный анализ изображений был лучше в случае выявления предракового состояния, чем эксперт по анализу пап-тестов под микроскопом (цитология)».

Новый метод может иметь особую ценность в условиях ограниченных ресурсов. Медицинские работники в таких условиях в настоящее время используют метод скрининга, называемый визуальный осмотр с применением уксусной кислоты (VIA). При таком подходе медицинский работник наносит разбавленную уксусную кислоту на шейку матки и осматривает ее шейку невооруженным глазом в поисках «ацето-отбеливания», которое указывает на возможное заболевание. Благодаря удобству и низкой стоимости VIA широко используется там, где недоступны более совершенные методы скрининга. Тем не менее, это, как известно, не объективный метод и он нуждается в дополнительном исследовании.

Автоматическая визуальная оценка также выполняется легко. Медицинские работники могут использовать сотовый телефон или аналогичное устройство камеры для обследования и лечения шейки матки во время одного визита. Кроме того, этот метод может быть реализован с минимальной подготовкой, что делает его идеальным для стран с ограниченными ресурсами здравоохранения, где рак шейки матки является основной причиной заболеваний и смерти женщин.

В целом, алгоритм работал лучше, чем все стандартные скрининговые тесты при прогнозировании всех случаев, диагностированных в ходе исследования в Коста-Рике. Автоматическая визуальная оценка выявила предраковое заболевание с большей точностью (AUC = 0,91), чем при экспертизе человеком (AUC = 0,69) или при обычной цитологии (AUC = 0,71). Значение AUC, равное 0,5, указывает на тест, который не лучше, чем случайный, тогда как значение AUC, равное 1,0, представляет собой тест с идеальной точностью при выявлении заболевания.

«Когда этот алгоритм сочетается с достижениями в области вакцинации против ВПЧ, новыми технологиями выявления ВПЧ и улучшениями в лечении, вполне возможно, что рак шейки матки можно будет контролировать даже в условиях ограниченных ресурсов», – сказали ученые.

Исследователи планируют продолжить обучение ИИ с помощью образца репрезентативных изображений предраковых заболеваний шейки матки и нормальной ткани шейки матки от женщин в общинах по всему миру, используя различные камеры и другие варианты изображения. Этот шаг необходим из-за незначительных изменений внешнего вида шейки матки у женщин в разных географических регионах. Конечная цель проекта – создать наилучший алгоритм для общего и открытого использования.

Авторы другого исследования утверждают, что высокий риск ВПЧ связан с улучшением выживаемости при раке шейки матки.