Il prossimoProssima guida
Rilevamento di cavità dentali a raggi X tramite intelligenza artificiale
IA visiva
GUIDA AI visiva
Il rilevamento dei noduli polmonari tramite intelligenza artificiale utilizza modelli di visione artificiale, per lo più reti neurali profonde, per trovare, misurare e valutare piccoli punti nei polmoni sulle scansioni TC e per stimare la probabilità che ciascun punto sia un cancro.
Ascolta questa guidaNarrato dall'IA · ~3 min
È importante perché lo screening TC a basso dosaggio riduce le morti per cancro al polmone. Ma ogni scansione ha centinaia di fette sottili da leggere e la maggior parte dei noduli sono innocui. Gli strumenti che individuano i noduli in modo affidabile e aiutano a separare quelli rischiosi da quelli innocui influenzano sia i tumori non rilevati che le procedure di follow-up non necessarie.
Un nodulo polmonare è una macchia arrotondata nel polmone larga fino a circa 3 cm. Qualunque cosa più grande è solitamente chiamata massa. I noduli sono molto comuni e la maggior parte sono vecchie cicatrici, infezioni o escrescenze benigne. Sulla TC vengono descritti come solidi, parzialmente solidi o a vetro smerigliato e ciascun tipo comporta un rischio diverso. Lo screening è il settore in cui l’intelligenza artificiale ha attirato maggiormente l’attenzione. Il National Lung Screening Trial statunitense, riportato nel 2011, ha rilevato che la TC a basso dosaggio ha ridotto le morti per cancro ai polmoni di circa il 20% rispetto alla radiografia del torace. Lo studio europeo NELSON ha successivamente confermato un beneficio. Nel 2021 la Task Force dei servizi preventivi degli Stati Uniti ha raccomandato lo screening annuale per gli adulti di età compresa tra 50 e 80 anni con una storia di fumo di almeno 20 pacchetti all'anno che continuano a fumare o hanno smesso negli ultimi 15 anni. Il sistema Lung-RADS dell'American College of Radiology standardizza il modo in cui le scansioni di screening vengono riportate e seguite. I noduli trovati per caso in scansioni effettuate per altri motivi vengono solitamente gestiti secondo le linee guida della Fleischner Society. L’intelligenza artificiale svolge tre lavori separati. Il rilevamento trova i noduli candidati. La misurazione segmenta ciascun nodulo per ottenerne le dimensioni e il volume. La caratterizzazione stima il rischio di cancro. Uno studio Google del 2019 su Nature Medicine ha addestrato un modello di apprendimento profondo sulle scansioni NLST. Nei test retrospettivi senza una scansione precedente da confrontare, ha eguagliato o battuto i radiologi nel predire il cancro. Sybil, sviluppato al MIT e al Massachusetts General Hospital, stima il rischio di cancro ai polmoni di una persona negli anni successivi da una singola TC a basso dosaggio, anche quando non è visibile alcun nodulo sospetto. I falsi positivi sono il compromesso centrale. Nel NLST, circa un quarto degli screening erano positivi e la stragrande maggioranza di questi non era cancro. Un rilevatore più sensibile contrassegna più punti, il che aggiunge tempo di lettura, scansioni di follow-up, ansia e procedure occasionalmente invasive. Un malinteso comune è che l’IA diagnostichi il cancro ai polmoni. Segnala e stima il rischio e solo il campionamento dei tessuti conferma il cancro.
Un programma di screening esegue un software di rilevamento su ciascuna TC a bassa dose. Segna un nodulo di 5 mm nel lobo superiore destro situato accanto a un vaso sanguigno, dove è facile non notarlo, e il radiologo lo conferma.
Il software di misurazione del volume confronta un nodulo solido di 7 mm con la scansione del paziente di un anno prima e calcola la variazione di volume. Ciò aiuta il radiologo ad assegnare una categoria Lung-RADS e un intervallo di follow-up.
Una clinica per noduli polmonari applica un punteggio di rischio di malignità a un nodulo di 12 mm emerso per caso durante una TC di emergenza. Il punteggio aiuta a decidere tra PET-CT, biopsia o ripetizione dell'imaging.
Un sistema sanitario ricerca le TC del torace che sono state ordinate per altri motivi, come traumi o scansioni cardiache, e segnala i noduli accidentali che non hanno mai ricevuto una raccomandazione di follow-up.
I ricercatori stanno testando come modelli di rischio come Sybil potrebbero personalizzare gli intervalli di screening e se l’intelligenza artificiale può aiutare i programmi di screening ad espandersi senza aumentare proporzionalmente il carico di lavoro del radiologo. Le TC di screening mostrano anche calcio coronarico ed enfisema, quindi gli strumenti che riportano tali risultati possono aggiungere valore. Alcuni programmi stanno esplorando gruppi di screening al di fuori dei criteri basati sul fumo, come le persone con una storia familiare. Le principali domande aperte riguardano il modo in cui questi strumenti si comportano in modo prospettico su diverse popolazioni e scanner e se riducono il carico di falsi positivi senza trascurare i tumori. Quelle prove si stanno ancora accumulando.
Newsletter gratuita
Tre storie verificate sull'IA ogni mattina nei giorni feriali, scritte in un inglese semplice. Gratuito per sempre, senza pubblicità.
Un'email ogni giorno feriale. Disiscriviti con un clic. Non vendiamo né condividiamo mai il tuo indirizzo.
Mettiti alla prova
Feedback immediato su ogni risposta e un certificato condivisibile con un ID verificabile una volta superato un corso.
Sostieni l'istruzione gratuita sull'IA. AI Understanding è un'organizzazione non profit 501(c)(3) — nessun annuncio, nessun paywall, mai. Fai una donazione
Il rilevamento dei noduli polmonari tramite intelligenza artificiale utilizza modelli di visione artificiale, per lo più reti neurali profonde, per trovare, misurare e valutare piccoli punti nei polmoni sulle scansioni TC e per stimare la probabilità che ciascun punto sia un cancro. È importante perché lo screening TC a basso dosaggio riduce le morti per cancro al polmone. Ma ogni scansione ha centinaia di fette sottili da leggere e la maggior parte dei noduli sono innocui. Gli strumenti che individuano i noduli in modo affidabile e aiutano a separare quelli rischiosi da quelli innocui influenzano sia i tumori non rilevati che le procedure di follow-up non necessarie.
L'NLST ha confrontato la TC a basso dosaggio con la radiografia del torace e ha riscontrato una riduzione di circa il 20% delle morti per cancro al polmone con la TC.
La raccomandazione 2021 riguarda gli adulti di età compresa tra 50 e 80 anni con un'anamnesi di almeno 20 pacchetti-anno che fumano adesso o hanno smesso negli ultimi 15 anni.
Lung-RADS copre gli esami di screening. I noduli trovati per caso in scansioni effettuate per altri motivi vengono solitamente gestiti secondo le linee guida della Fleischner Society.
Sybil prevede il rischio negli anni successivi da una scansione, piuttosto che limitarsi a evidenziare i noduli attuali.
L'analisi FROC cattura il compromesso tra la ricerca di noduli e la produzione di falsi segni su ciascuna scansione.
Continua a imparare
Altre guide selezionate per questo argomento
Il prossimoProssima guida
Rilevamento di cavità dentali a raggi X tramite intelligenza artificiale
IA visiva