Визуальное руководство по искусственному интеллекту

Обнаружение узлов в легких с помощью искусственного интеллекта

Обнаружение узлов в легких с помощью искусственного интеллекта использует модели компьютерного зрения, в основном глубокие нейронные сети, для поиска, измерения и оценки небольших пятен в легких на компьютерной томографии, а также для оценки вероятности того, что каждое пятно может быть раком.

Прослушайте это руководствоОзвучено ИИ · ~3 min

На этой странице4 минуты чтения
  1. Обзор
  2. Глубокое погружение
  3. Реальная реализация
  4. Будущее обнаружения узлов в легких с помощью искусственного интеллекта
  5. Применение на практике
  6. Продолжайте исследовать
  7. Часто задаваемые вопросы

Обзор

Это важно, поскольку низкодозный КТ-скрининг снижает смертность от рака легких. Но на каждом скане приходится читать сотни тонких срезов, и большинство узелков безвредны. Инструменты, которые надежно обнаруживают узелки и помогают отделить рискованные узлы от безвредных, влияют как на пропущенные раковые заболевания, так и на ненужные последующие процедуры.

Глубокое погружение

Узелок в легком представляет собой округлое пятно в легком диаметром примерно до 3 см. Все, что больше, обычно называют массой. Узелки встречаются очень часто, и большинство из них представляют собой старые шрамы, инфекции или доброкачественные новообразования. На КТ они описываются как твердые, частично твердые или матового стекла, и каждый тип несет в себе разный риск. Скрининг — это то место, где ИИ привлекает наибольшее внимание. Национальное исследование по скринингу легких в США, о котором сообщалось в 2011 году, показало, что низкие дозы КТ снижают смертность от рака легких примерно на 20 процентов по сравнению с рентгеном грудной клетки. Позднее европейское исследование NELSON подтвердило пользу. В 2021 году Рабочая группа по профилактическим услугам США рекомендовала ежегодное обследование взрослых в возрасте от 50 до 80 лет со стажем курения не менее 20 пачек лет, которые все еще курят или бросили курить в течение последних 15 лет. Система Lung-RADS Американского колледжа радиологии стандартизирует отчеты о скрининговых сканированиях и их отслеживание. Узелки, обнаруженные случайно при сканировании, проведенном по другим причинам, обычно лечатся в соответствии с рекомендациями Общества Флейшнера. ИИ выполняет три отдельные работы. Обнаружение позволяет обнаружить узелки-кандидаты. Измерение сегментирует каждый узелок, чтобы определить его размер и объем. Характеристика оценивает риск развития рака. Исследование Google, проведенное в журнале Nature Medicine в 2019 году, обучило модель глубокого обучения на сканах NLST. В ретроспективных тестах без предварительного сканирования для сравнения он соответствовал или превосходил рентгенологов в прогнозировании рака. Система Sybil, разработанная в Массачусетском технологическом институте и больнице общего профиля Массачусетса, оценивает риск развития рака легких у человека в последующие годы с помощью одной КТ с низкой дозой, даже если подозрительных узлов не видно. Ложные срабатывания являются основным компромиссом. В NLST примерно четверть обследований дали положительный результат, и подавляющее большинство из них не было раком. Более чувствительный детектор маркирует больше пятен, что увеличивает время чтения, последующие сканирования, беспокойство и иногда инвазивные процедуры. Распространенным заблуждением является то, что ИИ диагностирует рак легких. Он отмечает и оценивает риск, и только анализ тканей подтверждает рак.

Реальная реализация

Программа скрининга запускает программное обеспечение для обнаружения на каждом КТ с низкой дозой. Он отмечает узел размером 5 мм в правой верхней доле, расположенный рядом с кровеносным сосудом, где его легко пропустить, и рентгенолог это подтверждает.

Программное обеспечение для измерения объема сравнивает твердый узел размером 7 мм со снимком пациента, сделанным годом ранее, и рассчитывает изменение объема. Это помогает рентгенологу назначить категорию Lung-RADS и интервал наблюдения.

Клиника по лечению узлов в легких применяет шкалу риска злокачественного новообразования к узлу размером 12 мм, случайно обнаруженному при экстренной КТ. Оценка помогает сделать выбор между ПЭТ-КТ, биопсией или повторной визуализацией.

Система здравоохранения проверяет КТ грудной клетки, которые были назначены по другим причинам, например, из-за травмы или сканирования сердца, и отмечает случайные узелки, которые никогда не получали рекомендаций по последующему наблюдению.

Будущее обнаружения узлов в легких с помощью искусственного интеллекта

Исследователи проверяют, как модели риска, такие как Сибилла, могут персонализировать интервалы скрининга и может ли ИИ помочь расширить программы скрининга без пропорционального увеличения рабочей нагрузки радиологов. Скрининговые КТ также выявляют коронарный кальций и эмфизему, поэтому инструменты, сообщающие об этих результатах, могут повысить ценность. Некоторые программы изучают группы скрининга, не входящие в критерии курения, например, людей с семейным анамнезом. Ключевые открытые вопросы заключаются в том, как эти инструменты работают в проспективной перспективе в различных группах населения и различных сканерах, и снижают ли они бремя ложноположительных результатов, не пропуская при этом раковые заболевания. Эти доказательства все еще накапливаются.

Применение на практике

Почему это важно

  • Скорость и масштаб. Визуальный ИИ может автоматизировать задачи проверки, обнаружения и маркировки в любом масштабе.
  • Выбор сборки. Творческие группы могут быстрее создавать прототипы концепций с меньшим количеством доработок вручную.
  • Команда и рабочий процесс. Операции могут использовать изображения и видеосигналы, которые раньше было трудно обрабатывать.

Следите за

  • Права на изображение и согласие могут стать юридическими рисками, если происхождение неясно.
  • Производительность модели может варьироваться в зависимости от освещения, демографии и окружающей среды.
  • Ложноположительные результаты могут остаться незамеченными, если не контролировать пороговые значения достоверности.

Следующие шаги

  1. Определите критерии приемки точности, стоимости отзыва и ошибок.
  2. Тестируйте с данными, которые соответствуют реальным производственным условиям.
  3. Добавьте человеческую проверку для прогнозов с низкой достоверностью или высокой эффективностью.
  4. Отслеживайте дрейф модели и выполняйте ее повторную проверку после изменений камеры или набора данных.

Продолжайте исследовать

Бесплатная рассылка

Получайте ежедневный AI-обзор

Три проверенных AI-истории каждое утро буднего дня, написанные простым английским. Бесплатно навсегда, без рекламы.

Одно электронное письмо каждый будний день. Отписаться в один клик. Мы никогда не продаем и не передаем ваш адрес.

Проверьте себя

Take the AI Lung Nodule Detection quiz

Мгновенная обратная связь по каждому ответу и общий сертификат с проверяемым идентификатором после прохождения курса.

Начать тест

Поддержите бесплатное образование в области искусственного интеллекта. AI Understanding — это некоммерческая организация 501(c)(3). Никакой рекламы и платного доступа. Сделать пожертвование

Часто задаваемые вопросы

Что такое обнаружение узлов в легких с помощью искусственного интеллекта?

Обнаружение узлов в легких с помощью искусственного интеллекта использует модели компьютерного зрения, в основном глубокие нейронные сети, для поиска, измерения и оценки небольших пятен в легких на компьютерной томографии, а также для оценки вероятности того, что каждое пятно может быть раком. Это важно, поскольку низкодозный КТ-скрининг снижает смертность от рака легких. Но на каждом скане приходится читать сотни тонких срезов, и большинство узелков безвредны. Инструменты, которые надежно обнаруживают узелки и помогают отделить рискованные узлы от безвредных, влияют как на пропущенные раковые заболевания, так и на ненужные последующие процедуры.

С какой альтернативой в Национальном исследовании по скринингу легких сравнивали низкодозную КТ?

NLST сравнил низкодозную КТ с рентгенологией грудной клетки и обнаружил примерно 20-процентное снижение смертности от рака легких с помощью КТ.

Какой возрастной диапазон установлен в рекомендациях USPSTF 2021 года для ежегодного скрининга рака легких?

Рекомендация 2021 года распространяется на взрослых в возрасте от 50 до 80 лет со стажем не менее 20 пачка лет, которые курят сейчас или бросили курить в течение последних 15 лет.

Узел размером 9 мм случайно обнаруживается на КТ, сделанной по поводу болей в животе. Согласно руководству, какие руководящие принципы обычно регулируют его последующую деятельность?

Lung-RADS включает в себя скрининговые обследования. Узелки, обнаруженные случайно при сканировании, проведенном по другим причинам, обычно лечатся в соответствии с рекомендациями Общества Флейшнера.

Что отличает Сибил из Массачусетского технологического института и Массачусетской больницы общего профиля от стандартного детектора узелков?

Сибил предсказывает риск на последующие годы на основе одного сканирования, а не просто отмечает текущие узелки.

Почему детекторы конкреций часто оцениваются с помощью кривых FROC?

Анализ FROC учитывает компромисс между обнаружением узелков и созданием ложных отметок при каждом сканировании.

Продолжайте учиться

Связанные руководства

Другие руководства, выбранные по этой теме

Получите бесплатный AI-сертификатКороткий бесплатный курс и экзамен. Без стоимости, без карты. Около 2,5 часов.Начать бесплатно →