«У всех разные триггерные пороги для того, что они назвали бы нормальным и что они назвали бы болезнью», – сказал У. Джозеф Шёпф, M.D., директор отдела визуализации сердечно-сосудистой системы в MUSC Health и заместитель декана по клиническим исследованиям Медицинского колледжа Медицинского университета Южной Каролины. И до недавнего времени сканирование поврежденных легких было спорным вопросом, сказал он.
"В прошлом, если вы теряли легочную ткань, это было все. Легочная ткань исчезла, и вы мало что могли сделать с точки зрения терапии, чтобы помочь пациентам », – сказал он.
Но с достижениями в лечении в последние годы возрос интерес к объективной классификации болезни, сказал Шёпф. Вот где в игру могут вступить искусственный интеллект и визуализация.
Шёпф был главным исследователем в исследовании, в котором сравнивались результаты AI-Rad Companion от Siemens Healthineers по сравнению с традиционными функциональными тестами легких. Исследование, опубликованное в марте в Американском журнале рентгенологии, показало, что алгоритм AI-Rad Companion, который исследует сканирование грудной клетки, дает результаты, сопоставимые с тестами функции легких, которые измеряют, насколько сильно человек может выдохнуть.
Демонстрация того, что программное обеспечение искусственного интеллекта работает, – это первый шаг к возможному использованию сканирования грудной клетки для количественной оценки тяжести заболевания легких и отслеживания прогресса лечения.
В ходе исследования исследователи проанализировали результаты сканирования грудной клетки и функциональные тесты легких 141 человека. По словам Шёпфа, сканирование грудной клетки в настоящее время не является частью рекомендаций по диагностике хронической обструктивной болезни легких, обобщающего термина, включающего эмфизему, хронический бронхит и другие заболевания легких, потому что не было объективных средств для оценки результатов сканирования.
Тем не менее, он ожидает, что сканирование изображений будет сыграно, если будет продемонстрировано, что они дают преимущество с точки зрения объективности и количественной оценки.
Филипп Хельцер, менеджер по взаимодействию с клиентами Siemens Healthineers, сказал, что объективное измерение может помочь в оценке ценности новых методов лечения или лекарств. По его словам, команда Siemens Healthineers рассматривает программу как способ работы искусственного интеллекта в тандеме с клинической экспертизой радиологов.
«Отказ от ручных, повторяющихся задач, таких как те, которые требуют большого количества измерений, очень полезно для радиолога, особенно при изучении случаев, в которых может быть 20 или более узелков», – сказал он. "Интерпретация изображений и связанное с ними абстрактное мышление останется с рентгенологом."
Программа также может предложить конкретную помощь врачам, пытающимся внушить пациентам необходимость внесения изменений. Он может создать 3D-модель легких пациента, показывающую существующие повреждения.
«Если бы вы могли визуализировать это и представить информацию в виде изображений, вы могли бы лучше общаться с пациентом и, надеюсь, подтолкнуть его к отказу от курения или к изменению образа жизни», – сказал Хельцер.
Потенциальным дополнительным преимуществом является то, что AI-Rad Companion автоматически выявляет проблемы во многих системах органов, включая измерение плотности аорты и костей. По мере того, как Шёпф переходит в фазу предполагаемого исследования, он будет изучать, находит ли искусственный интеллект то, что люди упускают. По его словам, люди могут легко упустить проблемы, которые они специально не ищут.
«Нам говорят, что у пациента есть такие симптомы, и затем мы в основном ищем то, что могло бы объяснить эти симптомы.
Поэтому мы часто слепы к вещам, которые не обязательно связаны с интересующей нас системой органов », – сказал он.
Людям также может быть сложно создать точное измерение трехмерной структуры внутри тела с помощью двухмерного сканирования – это не проблема для программы искусственного интеллекта. Он может автоматически комбинировать несколько 2D-изображений для проведения 3D-измерений.
Шёпф хочет увидеть, улучшает ли программа лечение пациентов, побуждая к раннему лечению таких проблем, как расширение аорты или снижение плотности костной ткани, до того, как проблемы станут болезненно очевидными как для врача, так и для пациента.
Кроме того, учитывая динамично изменяющуюся среду здравоохранения, в настоящее время на завершающей стадии находятся значительные усилия по обучению программного обеспечения искусственного интеллекта обнаружению и характеристике изменений легких, связанных с COVID-19. Надеемся, что это предоставит врачам инструмент, позволяющий лучше дифференцировать довольно неспецифические признаки пневмонии COVID-19 в легких от других инфекционных или воспалительных заболеваний легких и более объективно определять степень заболевания.
Что касается мер, для которых он был первоначально разработан, Шопф сказал, что MUSC Health будет тестировать систему в течение трех месяцев, прежде чем решить, следует ли развертывать ее более широко. Благодаря региональной сети, которая теперь включает больницы по всему штату, это может быть полезным инструментом в стандартизации медицинской помощи.
"Это отличный шанс для пациентов получить более качественную помощь.
У нас здесь работают радиологи мирового уровня, но эти системы добавляют немного больше », – сказал он.