Beveik bet kuriam patologui tai patiktų: asmeniškai apmokytas asistentas, galintis padėti nustatyti nenormalias ląsteles kraujo mėginiuose ir biopsijose, kad jie galėtų greičiau ir tiksliau diagnozuoti vėžį ar kitas ligas.
Pastaraisiais metais dirbtinio intelekto dėka tokia vaizdo analizės pagalba tapo labiau prieinama nei bet kada anksčiau. Tačiau dauguma medicininių AI įrankių yra universalūs, kaip asistentas, galintis atlikti tik vieną darbą ir jau apmokytas pagal kažkieno darbo eigą ir pageidavimus.
Dabar Stanfordo medicinos kompiuterių mokslininkai ir gydytojai bendradarbiavo kurdami naują AI įrankį, kuris mikroskopu identifikuoja sergančias ląsteles ir gali būti lengvai pritaikytas bet kurio patologo. Įrankis, vadinamas nuclei.io, buvo aprašytas liepos 19 d Gamtos biomedicinos inžinerija.
Stenfordo medicinos gydytojai, naudodami nuclei.io endometritui – gimdos gleivinės uždegimui – arba metastazavusiam gaubtinės žarnos vėžiui diagnozuoti, diagnozavo 62 % greičiau ir 72 % tiksliau nei be programos, pranešė komanda. Svarbu tai, kad nuclei.io buvo sukurtas ne tam, kad pats nustatytų diagnozes, o greičiau nukreiptų patologą į sritis, kurias reikia atidžiau pažvelgti.
„Mes norime ne įrankio, kuris pakeistų gydytojus, o to, kas gerai bendradarbiautų su gydytojais“, – sakė biomedicininių duomenų mokslo docentas ir vienas iš vyresniųjų šio straipsnio autorių Jamesas Zou. „Mes nustatėme, kad patologas, kuriam padeda AI, yra daug geresnis nei pats patologas, arba pats AI“.
„Kadangi susiduriame su vis didėjančiu patologų trūkumu, dirbtinio intelekto įrankiai, dirbantys kartu su gydytojais, gali pagreitinti kai kurias nuobodžias ir daug laiko reikalaujančias mūsų darbo dalis“, – pridūrė profesorius ir patologijos vadovas Thomas Montine'as, MD. Ph.D., vienas iš vyresniųjų straipsnio autorių.
Gebėjimas greitai mokytis
Patologai, tyrinėjantys iš organizmo paimamus skysčius ar audinius, kad padėtų diagnozuoti ligą, žiūrint pro mikroskopą, dažnai susiduria su bauginančiomis paieškos ir paieškos užduotimis. Jie nustato retas ląsteles, kurios rodo vėžį, uždegimą ar kitas ligas, bet gali būti apsuptos tūkstančių sveikų ląstelių. Mokymasis tiksliai nustatyti šias ląsteles ir nustatyti diagnozes trunka daug metų.
Kai pateikiami sveikų ir sergančių ląstelių pavyzdžiai, dirbtinio intelekto įrankiai gali greitai išmokti atskirti jas dvi, todėl buvo sukurta daug dirbtinio intelekto programų, skirtų skaitmeniniams patologijos vaizdams analizuoti. Tačiau kai jie yra išmokyti naudotis pradiniais duomenimis, jų paprastai pakeisti negalima.
Pavyzdžiui, programa, išmokyta rasti vėžio ląsteles kasoje, gali nerasti vėžinių ląstelių plaučiuose arba imuninių ląstelių, kurios įsiskverbia į vėžinį audinį, įterptą į storąją žarną. Be to, programa gali tiksliai nustatyti mažiau, daugiau ar skirtingų ląstelių, nei norėtų patologas, remdamasis įprastu darbo procesu.
„Patologija yra ir mokslas, ir menas“, – sakė Montine. „Kiekvienas patologas turi savo idėją apie tai, kaip atrodo klasikinis ląstelių tipas, kai kalbama apie tam tikrą biopsijos tipą. Anksčiau AI įrankiai negalėjo užfiksuoti tų individualių pageidavimų.”
Zou ir Montine komanda, vadovaujama postdoc Zhi Huang, norėjo sukurti sklandesnį AI įrankį patologams, kuris galėtų mokytis ir tobulėti, kai jį naudoja gydytojas – labiau kaip tikras žmogaus padėjėjas, reaguojantis į atsiliepimus.
Jie sukūrė nuclei.io, kuris turi pagrindinį gebėjimą diferencijuoti ląstelių tipus pagal jų centrinių branduolių, kuriuose yra pagrindinė ląstelės genetinė informacija, išvaizdą. Tačiau programa taip pat skirta mokytis: kai ji naudojama, nucle.io dažnai tariasi su gydytoju, kaip ji veikia.
„Patologui nereikia jokių techninių žinių, kad galėtų pritaikyti nuclei.io“, – paaiškino Zou. „AI rodo gydytojui savo prognozes ir klausia: „Ar manote, kad tai teisinga ar neteisinga?
Mažiau nei per valandą AI programa išmoksta atpažinti ląsteles, kurių nori ieškoti individualus patologas, ir paryškina tas ląsteles vaizde. Kai Stanfordo medicinos patologai pradėjo tirti nuclei.io, Zou komanda stebėjo jų pelės paspaudimus kompiuterio ekrane, nurodydama, kur, jų manymu, matė sergančias ląsteles, analizuodami vaizdus.
„Kai jie turėjo dirbtinio intelekto pagalbą, jie buvo labiau orientuoti į atitinkamus regionus dideliame vaizde“, – sakė Zou. – Nebebuvo taip, kaip šieno kupetoje ieškoti adatos.
Kai reikėjo ieškoti imuninių ląstelių gimdos biopsijos vaizduose (norint diagnozuoti endometritą) arba gaubtinės žarnos vėžio ląstelių limfmazgiuose (metastazavusiam vėžiui diagnozuoti), AI pagalba sutrumpino diagnozavimo laiką nuo 209 iki 79 sekundžių.
Geresnės pacientų priežiūros link
Tokių įrankių kaip nuclei.io tikslas yra užtikrinti, kad pacientai gautų greitą ir tikslią diagnozę. Pradiniuose tyrimuose Stanfordo medicinoje nuclei.io ne tik pagreitino patologų darbą, bet ir pagerino jų diagnozių tikslumą ir sumažino dažnumą, kuriuo jie turėjo prašyti papildomų vaizdų iš paciento mėginio.
Jau dabar Stanfordo medicinos patologai išbando programos gebėjimą atpažinti kitų tipų sergančias ląsteles.
„Viena iš nuclei.io privalumų yra tai, kad jis yra agnostiškas taikymui“, – sakė Montine. „Tai gali būti galinga priemonė interpretuoti bet kokią biopsiją, kai bandome atskirti sveikas ir piktybines ląsteles. Tai negalioja jokiam kitam pagrindiniam AI įrankiui, kuris šiuo metu naudojamas patologijoje.”
Zou, Montine ir jų kolegos dirba su pradedančia įmone, kad paruoštų nuclei.io diegti visoje Stanfordo medicinos sveikatos sistemoje ir kitur. Įrankis turi atitikti tam tikrus suderinamumo ir saugos kriterijus, kad jį būtų galima naudoti už tyrimo ribų.