STUDIU. Pacienții cu cancer pulmonar la risc înalt de cardiotoxicitate în urma radioterapiei, depistați cu ajutorul inteligenței artificiale
Oamenii de știință de la Universitatea Thomas Jefferson au creat un algoritm de învățare automată care poate identifica riscul de afectare cardiacă pe termen lung, pe baza rezultatelor imagistice PET-CT, în rândul pacienților cu cancer pulmonar care urmează radioterapie. Soluția digitală analizează imaginile PET-CT și depistează cu acuratețe pacienții care prezintă un nivel crescut de inflamație la nivelul inimii, precursor al afectării cardiace pe termen lung.
Sistemul de inteligență artificială a demonstrat o acuratețe de 93% în identificarea pacienților la risc înalt de cardio-toxicitate. Testat pe două seturi externe de date, algoritmul și-a păstrat acuratețea la un nivel ridicat, 80% și respectiv 93%. Modelul de învățare automată ar putea fi utilizat atât pentru prezicerea evoluției afecțiunilor cardiovasculare deja existente ale unui pacient, cât și pentru pentru identificarea persoanelor cu cancer pulmonar aflate la risc înalt de a dezvolta complicații cardiace în urma radioterapiei.
Prin acuratețea semnificativă și funcționalitatea dovedită, dezvoltarea acestui algoritm este o dovadă bună a modului în care tehnologia radiomics a evoluat în ultimii ani. „Radiomics” presupune utilizarea algoritmilor de caracterizare a datelor pentru a extrage anumite caracteristici cantitative din rezultate imagistice de diverse tipuri. Acest proces are ca scop conversia imaginilor medicale în date amănunțite, informații care ulterior sunt analizate și pot avea un rol important în luarea deciziilor medicale și în diagnosticare.
„Aceasta este prima aplicație a radiomics funcțională – folosirea algoritmilor pentru a extrage informații cuantificabile din imagini medicale – pentru a prezice toxicitatea cardiacă pe termen lung” – afirmă autorul principal al studiului, PhD. Yevgeniy Vinogradskiy.
Rezultatele studiului au fost publicate în jurnalul JCO Clinical Cancer Informatics. Algoritmul bazat pe învățare automată a fost antrenat cu date (rezultate imagistice PET-CT) provenind din trei surse diferite. S-au utilizat surse diverse pentru a evita provocările obișnuite care apar în raport cu utilizarea inteligenței artificiale în diverse contexte: prejudecățile și lipsa clarității în generarea concluziilor.
Unul dintre marile avantaje ale acestei soluții digitale este faptul că poate genera informații detaliate, care de multe ori scapă ochiului uman, fără a necesita examinări imagistice suplimentare. Astfel, pacientul este scutit atât de costurile asociate efectuării unui nou PET/CT, cât și de radiațiile care vin odată cu această examinare medicală. Spre deosebire de alți algoritmi AI, construiți pe baza unor sisteme deja existente, pentru dezvoltarea acestui model, oamenii de știință de la Universitatea Thomas Jefferson au scris propriul cod și au redus caracteristicile predictive la 9. Fiind un număr așa mic și știind exact caracteristicile implicate, cercetătorii consideră că acestea vor avea relevanță clinică, ajutând medicii cu informații detaliate în momentul diagnosticului.
Algoritmul este încă la începutul stadiului de dezvoltare și necesită testări adiționale. Dacă acuratețea și eficacitatea sistemului se vor confirma în urma testelor viitoare, algoritmul ar putea fi o opțiune viabilă pentru identificarea pacienților la risc, asigurând în același timp faptul că aceștia vor fi monitorizați îndeaproape înainte ca afectarea cardiacă să devină le pună viața în pericol.
Citește și:
- Doi ani de inovații în tratamentul cancerului pulmonar: noi biomarkeri acționabili, noi indicații pentru imunoterapie și terapie țintită în stadiile incipiente
- STUDIU. Măsurarea activității fizice prin dispozitive de tip wearable, mai precisă cu o nouă tehnologie AI
- STUDIU. Un nou tip de cancer endometrial agresiv, asociat cu risc mare de recurență, identificat cu ajutorul inteligenței artificiale