Учёные представили ИИ-ассистента, который выявляет заболевания по снимкам брюшной полости

В исследовании, опубликованном в журнале Science, учёные представили RADAR — систему искусственного интеллекта (ИИ), которая анализирует компьютерную томографию (КТ) брюшной полости и помогает врачам выявлять заболевания. 

Исследование

Для обучения ИИ учёные использовали массив данных крупного медицинского центра, накопленный за 10 лет. В этот объем вошли более 424 тысяч КТ-исследований, 1,5 миллиона сопоставленных пар «изображение-текст», а также около 15 миллионов описаний отдельных анатомических структур. Система обучалась анализировать КТ-снимки параллельно с изучением радиологических заключений, составленных врачами.

В ходе испытаний систему RADAR проверили на способность распознавать 18 анатомических структур и 146 диагностических признаков заболеваний. Специалисты провели масштабное тестирование:

• На исходной базе данных (39 160 исследований) показатель системы составил AUC* 0,913;
• в восьми независимых медицинских центрах система подтвердила свою стабильность, показав точность от 0,874 до 0,912;
• в условиях неотложной помощи (на примере 27 267 экстренных случаев) RADAR достиг AUC 0,904, а в исследовании на другой группе пациентов — 0,883 без дополнительного обучения.

При проверке случаев рака, подтверждённых анализом тканей, система показала AUC от 0,891 до 0,984 для рака печени, поджелудочной железы, желудка и толстой кишки. Исследователи также проверили RADAR на 24 239 обследованиях из восьми независимых больниц.

В работе с участием 26 рентгенологов из 14 центров совместное использование RADAR повысило чувствительность диагностики примерно на 10%. Система также создавала карты внимания, которые показывали участки снимка, повлиявшие на результат.

Комментарии

Таким образом, RADAR показал стабильные результаты в разных больницах, группах пациентов и клинических ситуациях, включая неотложные состояния, которые не использовались для первоначального обучения. Авторы отмечают, что системе необходимы дальнейшие проверки в более широком круге медицинских учреждений и среди разных групп пациентов.

*метрика для оценки точности диагностических тестов и систем ИИ. Значение 0,5 указывает на случайное угадывание, а 1,0 означает абсолютно безошибочный результат.