Искусственный интеллект в помощь врачам: разговор с онкологами

Исследователи из Гарвардской медицинской школы разработали искусственный интеллект (ИИ), который может диагностировать онкологическое заболевание, помогать в выборе лечения и прогнозировать результаты выживаемости с точностью до 96%. Новая модель ИИ считывает цифровые слайды опухолевых тканей, ищет аномальные клетки и прогнозирует молекулярный профиль опухоли на основе клеточных особенностей, которые видит на изображении.

Искусственный интеллект может прогнозировать выживаемость пациентов при разных типах опухолей. А также точно определять особенности в окружающих ее тканях, которые связаны с реакцией пациента на стандартные методы лечения, включая хирургию, химиотерапию, лучевую и иммунотерапию.

На фоне этой новости мы решили поговорить с двумя врачами об искусственном интеллекте в онкологии, его будущем и перспективах.

В ближайшие годы искусственный интеллект будут активно использовать в диагностике онкологических заболеваний? В частности, опухолей мозга. Возможно ли такое на самом деле или это фантазии?

Владислав Евсеев, врач-онколог, химиотерапевт

— Это уже начинают делать. ИИ включают в программы скрининга рака молочной железы и рака легкого. Назначений у искусственного интеллекта в такой ситуации может быть несколько. Он может «улучшать» качество маммографии, например, у женщин с «плотной» молочной железой бывает тяжело разглядеть опухоли и ИИ может помочь с этой проблемой. А также может самостоятельно находить изменения и подсказывать рентгенологу, что этому изображению необходимо уделить больше внимания.

Скорее всего, искусственный интеллект полностью не заменит рентгенолога, но участие ИИ станет более привычным.

Кроме того, есть попытки обучать ИИ, чтобы он «предсказывал» гистологию опухоли по изображению. Это точно не является стандартным подходом, но могло бы быть полезным в том числе при опухолях головного мозга.

Максим Котов, хирург-онколог

— Я думаю, что несмотря на темпы развития науки и технологии в области ИИ, для диагностики онкологических заболеваний рутинно он будет применяться не скоро.

Диагностика онкологических заболеваний и принятие решений основано на данных лучевой и патоморфологической диагностики (основа диагностики), а также молекулярно-генетического исследования. Для каждой из этих целей уже существует программное обеспечение, основанное на ИИ.

ИИ в лучевой диагностике позволяет находить даже незначительные изменения на диагностических изображениях, подозрительные на опухолевую патологию, а также предполагать диагноз. Однако окончательное заключение всегда остается за врачом-диагностом.

В то же время эта технология помогает легче принимать решения и уменьшает количество ошибок. Согласно данным Американского колледжа Радиологии, 30% врачей лучевой диагностики уже используют ИИ при постановке диагноза.

Также искусственный интеллект используют при патоморфологических исследованиях. Управление по санитарному надзору за качеством пищевых продуктов и медикаментов США (FDA) в 2021 году зарегистрировало программное обеспечение для диагностикирака предстательной железы.

Технологии развиваются, однако для рутинной практики нужны исследования как точности диагностики, так и методов самообучения.

Есть ли шансы, что ИИ будет помогать врачам составлять наилучший план лечения пациента на основе его медицинских данных?

Максим Котов:

— Да, уже существуют системы поддержки принятия клинических решений, которые на основании данных о пациенте (клиническая информация, данные патоморфологических исследований, лабораторных исследований и других), позволяют врачу предложить диагноз, способы его уточнения и варианты лечения.

При этом точность систем будет зависеть от качества данных, которые будет использовать ИИ. То есть он будет опираться на результаты лечения из клинических исследований. И для того, чтобы прогноз был точнее, нужна информация об эффективности лечения в условиях реальной клинической практики. Но окончательное решение в любом случае останется за врачом.

Владислав Евсеев:

— В теории да, такие попытки тоже уже есть. Есть различные системы поддержки клинических решений. Одни отслеживают лекарственные взаимодействия, а другие — подсказывают план лечения в том числе лучевой терапии.

На мой взгляд, сегодня в сообществе врачей есть довольно большой скептицизм по поводу ИИ. Возможно из-за того, что такие системы часто противопоставляют врачам, а не рассматривают как инструмент. Кроме того, все равно возникают большие вопросы с тем, а как именно получается та или иная рекомендация ИИ, особенно, если она расходится с мнением врача.

Такие вопросы вызывают сомнения: а нужно ли им следовать. Скорее всего со временем мы начнем больше использовать подобные системы, но маловероятно, что они будут принимать решения автоматически и самостоятельно.

Может ли ИИ прогнозировать результаты выживаемости при различных онкологических заболеваниях на разных стадиях? А он не ошибается?

Владислав Евсеев:

— Да, такие разработки есть. Проблема в том, что чаще эти модели предсказывают вероятность прожить какой-то срок, например пять лет после постановки диагноза. То есть конкретного человека эти цифры поставят в замешательство: как относиться к тому, что шанс прожить пять лет составляет 62%? Как планировать жизнь на основании этих данных?

В каком-то плане это может помочь врачу в разговоре с пациентом про перспективы лечения. Но все же не дает прямого ответа на вопрос «Доктор, сколько я проживу?».

К тому же эти модели могут ошибаться. Например, по результатам этого исследования оказалось, что ИИ правильно дает прогноз примерно в 85% случаев, а в 15% промахивается.

Максим Котов:

— Очень сложно ответить на этот вопрос по нескольким причинам. Во-первых, онкологических заболеваний очень много, прогноз и подходы к лечению могут сильно отличаться. Во-вторых, на прогноз, помимо биологического типа опухоли и стадии, влияет большое количество факторов. Данные об этих факторах есть в научной литературе, но полагаю, что не все они еще известны медицинской науке.

В-третьих, заболеваемость у онкологических заболеваний разная, и чем реже встречается опухоль, тем меньше данных есть для работы алгоритмов. Существует алгоритм для немелкоклеточного рака легкого с точностью от 86 до 95%. Также существуют отдельные алгоритмыдля рака желудка и других опухолей. Чем больше данных будет иметь в своем распоряжении искусственный интеллект, тем точнее прогнозы он сможет предоставить.

Возможно ли будущее, в котором ИИ на основе данных из медицинской карты пациента сможет порекомендовать ему какие-то обследования, чтобы выявить опухоль на ранней стадии?

Максим Котов:

— Думаю, что да. Сейчас есть алгоритмы, основанные на международных научных данных по профилактике рака, которые предоставляют план скрининговых обследований на основании факторов риска.

Владислав Евсеев:

— Да, такие попытки наблюдения за пациентами тоже предпринимались, но полномасштабных исследований мы не увидим еще долго. Дело в том, что скрининг — это в целом очень сложная тема, требующая многих лет исследований для подтверждения пользы. И степень этой пользы зачастую оказывается не такой большой, как нам бы хотелось.

Такое нестандартизованное обследование, «индивидуально» подобранное для человека, проверить еще сложнее. Вполне может оказаться так, что подобные ИИ будут отправлять на слишком большое количество ненужных исследований, что даже может навредить людям. Пока что сложно загадывать, получится ли это реализовать, но у меня есть в этом большие сомнения.

Какое количество врачей и их действий сможет заменить ИИ на пути диагностики-лечения-реабилитации пациента с опухолью мозга в идеальном будущем? Если помечтать, но реалистично?

Владислав Евсеев:

— Мне кажется, что ни одного. Скорее ИИ будем помощником на каждом этапе:

• Во время диагностики сможет предположить наиболее вероятный гистологический вариант опухоли мозга, точно оценить взаиморасположение с критически важными структурами и распространение опухоли.
• Хирургу поможет спланировать ход операции, «подсветить» ход ближайших сосудов, оптимально сформировать доступ к опухоли.
• Патологоанатому поможет с гистологической оценкой диагноза.
• Радиотерапевту — максимально точно сформировать план лучевой терапии.

Максим Котов:

— Думаю, что искусственный интеллект не заменит врача. Но его использование позволит увеличить эффективность и качество работы. Кроме того, данные для обучения ИИ берутся из научных исследований, которые проводят врачи, а значит они не останутся без работы.

Если ИИ ошибется, отвечать за это будет врач?

Максим Котов:

— Отвечать будет врач, так как ИИ предлагает диагноз и план лечения на основании одних данных. А какая-то информация ему может быть недоступна. И врач должен это учитывать.

Владислав Евсеев:

— Я думаю, что это одна из больших проблем — вопрос, кто будет нести ответственность. Да и основной барьер к тому, чтобы врачи активнее пользовались потенциальными системами помощи в лечении. Конечная ответственность все равно будет лежать на враче и попытка ее непонятным образом разделить с машиной заставляет просто избегать подобных приложений. На самом деле я думаю, что со временем юридическое поле с ИИ, автопилотами и прочими устройствами, которую делают что-то за человека, будет сформировано и эти вопросы постепенно отпадут.

Исследования, на которые ссылались врачи:

• 96% Accuracy: Harvard Scientists Unveil Revolutionary ChatGPT-Like AI for Cancer Diagnosis https://scitechdaily.com/96-accuracy-harvard-scientists-unveil-revolutionary-chatgpt-like-ai-for-cancer-diagnosis/
• Artificial intelligence for breast cancer detection in screening mammography in Sweden: a prospective, population-based, paired-reader, non-inferiority study https://www.thelancet.com/journals/landig/article/PIIS2589-7500(23)00153-X/fulltext
• AI in Radiology: 10 Use Cases, Benefits and Examples https://www.itransition.com/ai/radiology
• Artificial intelligence in diagnostic pathology https://diagnosticpathology.biomedcentral.com/articles/10.1186/s13000-023-01375-z
• Independent real-world application of a clinical-grade automated prostate cancer detection system
• https://pubmed.ncbi.nlm.nih.gov/33904171/
• AI-Driven Clinical Decision Support Systems: An Ongoing Pursuit of Potential https://pmc.ncbi.nlm.nih.gov/articles/PMC11073764/
• Predicting the Survival of Patients With Cancer From Their Initial Oncology Consultation Document Using Natural Language Processing https://jamanetwork.com/journals/jamanetworkopen/fullarticle/2801709
• Development of artificial intelligence prognostic model for surgically resected non-small cell lung cancer
• https://www.nature.com/articles/s41598-023-42964-8
• Prognostic artificial intelligence model to predict 5 year survival at 1 year after gastric cancer surgery based on nutrition and body morphometry https://pubmed.ncbi.nlm.nih.gov/36775841/
• Artificial Intelligence for Prognostic Scores in Oncology: a Benchmarking Study https://www.frontiersin.org/journals/artificial-intelligence/articles/10.3389/frai.2021.625573/full

Беседовала Дарья Варанова