GUIDA AI visiva

Rilevamento noduli polmonari tramite AI

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

In questa pagina4 minuti di lettura
  1. Panoramica
  2. Immersione profonda
  3. Implementazione nel mondo reale
  4. Il futuro del rilevamento dei noduli polmonari tramite intelligenza artificiale
  5. Metterlo in pratica
  6. Continua a esplorare
  7. Domande frequenti

Panoramica

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.

Immersione profonda

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.

Implementazione nel mondo reale

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.

Il futuro del rilevamento dei noduli polmonari tramite intelligenza artificiale

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.

Metterlo in pratica

Perché è importante

  • Velocità e scala. L’intelligenza artificiale visiva può automatizzare le attività di ispezione, rilevamento ed etichettatura su larga scala.
  • Scelte di build. I team creativi possono prototipare i concetti più velocemente con meno revisioni manuali.
  • Team e flusso di lavoro. Le operazioni possono utilizzare segnali immagine e video che in precedenza erano difficili da elaborare.

Attenzione

  • I diritti di immagine e il consenso possono diventare rischi legali se la provenienza non è chiara.
  • Le prestazioni del modello possono variare in base all'illuminazione, ai dati demografici e agli ambienti.
  • I falsi positivi possono passare inosservati a meno che non vengano monitorate le soglie di confidenza.

Prossimi passi

  1. Definire i criteri di accettazione per i costi di precisione, richiamo ed errore.
  2. Testare con dati che corrispondono alle reali condizioni di produzione.
  3. Aggiungi la revisione umana per previsioni poco attendibili o ad alto impatto.
  4. Tieni traccia della deriva del modello e riconvalida dopo le modifiche alla fotocamera o al set di dati.

Continua a esplorare

Newsletter gratuita

Ricevi il briefing quotidiano sull'IA

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

Take the AI Lung Nodule Detection quiz

Feedback immediato su ogni risposta e un certificato condivisibile con un ID verificabile una volta superato un corso.

Inizia il quiz

Sostieni l'istruzione gratuita sull'IA. AI Understanding è un'organizzazione non profit 501(c)(3) — nessun annuncio, nessun paywall, mai. Fai una donazione

Domande frequenti

Che cos'è il rilevamento dei noduli polmonari tramite AI?

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.

Nel National Lung Screening Trial, la TC a basso dosaggio è stata confrontata con quale alternativa?

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.

Quale fascia di età è stata fissata dalla raccomandazione USPSTF del 2021 per lo screening annuale del cancro al polmone?

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.

Un nodulo di 9 mm emerge per caso da una TAC eseguita per dolori addominali. Secondo la guida, quali linee guida regolano solitamente il suo follow-up?

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.

Cosa rende Sybil, del MIT e del Massachusetts General Hospital, diverso da un rilevatore di noduli standard?

Sybil prevede il rischio negli anni successivi da una scansione, piuttosto che limitarsi a evidenziare i noduli attuali.

Perché i rilevatori di noduli vengono spesso valutati con le curve FROC?

L'analisi FROC cattura il compromesso tra la ricerca di noduli e la produzione di falsi segni su ciascuna scansione.