Штучний інтелект передбачає рецидив дитячих пухлин мозку з точністю 89%

Дослідники з Mass General Brigham у співпраці з Дитячою лікарнею Бостона та Онкологічним центром Dana-Farber розробили інноваційний підхід до прогнозування рецидивів пухлин мозку у дітей за допомогою штучного інтелекту. Їхнє дослідження, опубліковане в The New England Journal of Medicine AI, демонструє значний прорив у використанні технологій для покращення догляду за юними пацієнтами.

Гліоми у дітей зазвичай піддаються лікуванню хірургічним шляхом, проте ризик повернення захворювання залишається серйозною проблемою. Традиційно пацієнти змушені проходити регулярні обстеження з використанням магнітно-резонансної томографії протягом багатьох років, що створює значне психологічне навантаження як на дітей, так і на їхні родини.

Для створення ефективної системи прогнозування дослідники зібрали майже 4000 МРТ-знімків від 715 педіатричних пацієнтів. Особливістю розробленої моделі стало використання методу часового навчання, який раніше не застосовувався у медичній візуалізації. На відміну від традиційних моделей штучного інтелекту, які аналізують поодинокі знімки, нова система враховує зміни в серії зображень, зроблених протягом кількох місяців після операції.

Процес розробки складався з двох етапів. Спочатку модель навчили розташовувати післяопераційні МРТ-знімки в хронологічному порядку, щоб вона могла розпізнавати навіть незначні зміни. Потім алгоритм налаштували на встановлення зв'язку між цими змінами та можливим рецидивом раку.

Результати виявилися вражаючими: модель часового навчання прогнозує рецидив як низькоградієнтної, так і високоградієнтної гліоми протягом року після лікування з точністю від 75 до 89 відсотків. Це значно перевищує точність прогнозів, заснованих на аналізі окремих знімків, яка становить приблизно 50 відсотків. Дослідники встановили, що для досягнення оптимальної точності прогнозу достатньо проаналізувати від чотирьох до шести послідовних знімків.

«Багато дитячих гліом можна вилікувати лише хірургічним втручанням, але коли виникають рецидиви, вони можуть мати руйнівні наслідки», — пояснює провідний автор дослідження доктор Бенджамін Канн з Програми штучного інтелекту в медицині Mass General Brigham та відділення радіаційної онкології лікарні Brigham and Women's Hospital.

Науковці підкреслюють необхідність подальшої валідації системи в різних клінічних умовах перед її впровадженням у практику. Вони планують провести клінічні випробування, щоб перевірити, як прогнози, зроблені за допомогою штучного інтелекту, можуть вплинути на якість лікування. Це може призвести до зменшення частоти обстежень для пацієнтів з низьким ризиком або до превентивного лікування пацієнтів з високим ризиком рецидиву.