Откройте для себя систему оценки риска C4C с использованием искусственного интеллекта, которая является прорывом в выявлении рака кожи, превосходящим традиционные методы и революционизирующим раннюю диагностику. (ФОТО: CC BY-SA 4.0)
Рак кожи является распространенной проблемой здравоохранения во всем мире, а меланома является его самым смертоносным подтипом. Меланома, являющаяся причиной 80% всех случаев смерти от рака кожи, подчеркивает настоятельную необходимость раннего и точного выявления. Исследования показывают, что задержки с диагностикой могут снизить пятилетнюю выживаемость на целых 20%.
Однако традиционные методы диагностики, такие как широко используемый контрольный список из 7 пунктов (7PCL), в первую очередь направлены на выявление меланомы. Такая узкая область применения ограничивает их эффективность в выявлении других видов рака кожи, таких как базально-клеточная карцинома (ОЦК) и плоскоклеточная карцинома (ПКК).
Новаторское исследование, проведенное учеными из Университета Англии Раскин, Эссекского университета, Check4Cancer и больницы Адденбрука, представляет революционный подход. Их система, основанная на искусственном интеллекте (ИИ), не только расширяет возможности обнаружения всех типов рака кожи, но и значительно превосходит существующие методы по чувствительности и специфичности. Ожидается, что это нововведение изменит подходы к выявлению, лечению и профилактике рака кожи.
Диагностика рака кожи в Великобритании проводится в соответствии с двухнедельной системой срочного направления к специалисту. В рамках этого процесса пациенты с подозрительными поражениями направляются на обследование к специалисту в течение двух недель. Хотя эта система эффективна в теории, на практике она сталкивается со значительными трудностями.
Сравнение показателей поражения и Уильямса для подозрительных и не вызывающих подозрений случаев. (ФОТО: Scientific Reports)
Число обращений на анализ кожных повреждений резко возросло: со 159 430 в 2009 году до более чем 506 000 к 2020 году. В несрочных случаях, например, при ОЦК, часто приходится ждать 18 недель и более. Только 80% пациентов, получивших несрочное направление, попадают на прием в установленные сроки.
Ситуация еще более усложнилась из-за того, что пандемия COVID-19 нарушила работу систем здравоохранения, что привело к задержкам и значительному отставанию в диагностике. По оценкам, 17% случаев меланомы в Европе были диагностированы на более поздней стадии после карантина, что подчеркивает острую необходимость в более быстрых и точных инструментах обнаружения. Современные методы, такие как 7PCL и Williams score, оказались неадекватными, их чувствительность составляет всего 62% и 60% соответственно.
Осознав эти пробелы, исследователи обратились к ИИ, используя его возможности для анализа обширных наборов данных и выявления закономерностей, которые традиционные методы упускают из виду. Результатом является комплексная система, которая использует клинические метаданные для выявления подозрительных поражений с беспрецедентной точностью.
В основе этой новой системы лежат факторы риска C4C — набор из семи клинических признаков, которые предсказывают риск развития рака кожи во всех подтипах. Эти факторы включают характеристики поражения, такие как размер, цвет, форма и воспаление, а также индивидуальные особенности пациента, такие как естественный цвет волос в возрасте 15 лет и возраст поражения. В отличие от традиционных методов, которые фокусируются исключительно на меланоме, факторы риска C4C учитывают непигментированные поражения и другие формы рака кожи.
С помощью машинного обучения исследователи объединили 22 клинических признака в эти семь ключевых факторов, применив пропорциональный вес для получения оценки риска C4C. Этот показатель достиг чувствительности в 69%, что значительно превосходит показатели 7PCL и Williams. Профессор Гордон Уишарт, главный врач Check4Cancer, подчеркнул важность этого достижения:
“Это исследование показывает важность использования клинических данных при классификации поражений кожи, что должно помочь улучшить выявление рака кожи”.
Работа исследователей включала анализ метаданных о более чем 53 600 поражениях кожи, собранных по всей Великобритании. Этот обширный набор данных позволил разработать систему искусственного интеллекта, способную с поразительной точностью классифицировать поражения на подозрительные и не вызывающие подозрений.
Одним из наиболее важных результатов исследования является повышение эффективности, достигнутое за счет сочетания факторов риска C4C с традиционными методами, такими как 7PCL и оценка Уильямса. Это сочетание позволило достичь наивысшей общей чувствительности и специфичности, что делает его самым надежным диагностическим инструментом на сегодняшний день.
Сравнение мета-признаков поражения pink для подозрительных и не вызывающих подозрений случаев. (ФОТО: Scientific Reports)
Модель искусственного интеллекта также продемонстрировала свой потенциал в сокращении количества ненужных биопсий и оптимизации сроков диагностики. Интегрируя клинические метаданные с анализом изображений, она предлагает масштабируемое решение, которое может быть использовано в теледерматологии, что особенно полезно в отдаленных районах или районах с недостаточным уровнем обслуживания.
Пластический хирург-консультант Пер Холл (Per Hall) рассказал о более широком значении этой работы:
“В прошлом основное внимание уделялось пигментным поражениям и меланоме, но на коже развиваются и другие заболевания, требующие лечения, такие как базально-клеточный рак и плоскоклеточная карцинома. Эта работа позволяет выявить потенциально серьезные поражения и выявить тех, чья кожа более склонна к развитию рака”.
Внедрение системы C4C знаменует собой ключевой момент в выявлении рака кожи. Ожидается, что к 2025 году этот подход, основанный на искусственном интеллекте, получит одобрение регулирующих органов и обещает облегчить нагрузку на системы здравоохранения, одновременно улучшая результаты лечения пациентов.
Сравнение возрастных групп пациентов в подозрительных и не вызывающих подозрений случаях. (ФОТО: Scientific Reports)
Ожидается, что в ближайшие годы число обращений к специалистам по раку кожи возрастет в связи со старением населения и повышением осведомленности. Такие инновации, как оценка риска C4C, могут помочь справиться с этим спросом, предоставляя точные и эффективные диагностические инструменты, которые определяют приоритетность случаев высокого риска.
Профессор Уишарт выразил оптимизм по поводу будущего воздействия этого исследования:
“Наша новая модель искусственного интеллекта может привести к сокращению потребности в направлении пациентов на биопсию, сокращению времени ожидания диагностики и лечения рака кожи и улучшению результатов для пациентов”.
Это исследование представляет собой результат сотрудничества экспертов из нескольких учреждений, подчеркивая ценность междисциплинарных исследований в решении сложных задач здравоохранения. Исследование, частично финансируемое за счет гранта Партнерства по передаче знаний (KTP) от Innovate UK, было опубликовано в журнале Scientific Reports.
Система C4C — это не просто технологическое достижение, это шаг к преобразованию системы лечения рака кожи. Сочетая клинический опыт с аналитическими возможностями искусственного интеллекта, этот подход устанавливает новый стандарт раннего выявления и комплексного лечения.
+ There are no comments
Add yours