To je nešto što bi gotovo svaki patolog pozdravio: lično obučeni asistent koji im može pomoći da identifikuju abnormalne ćelije u uzorcima krvi i biopsijama kako bi mogli brže i preciznije da dijagnostikuju rak ili druge bolesti.
Poslednjih godina ta vrsta pomoći za analizu slike postala je dostupnija nego ikada, zahvaljujući veštačkoj inteligenciji. Ali većina medicinskih AI alata je jedinstvena za sve, poput asistenta koji može da radi samo jedan posao i koji je već obučen na osnovu nečijeg toka rada i preferencija.
Sada su kompjuterski naučnici i lekari Stanford Medicine sarađivali na razvoju novog AI alata koji identifikuje bolesne ćelije pod mikroskopom i može ga lako prilagoditi bilo koji patolog. Alat, nazvan nuclei.io, opisan je 19. jula u časopisu Prirodno biomedicinsko inženjerstvo.
Lekari Stanfordske medicine koji su koristili nuclei.io za dijagnozu endometritisa – upale sluznice materice – ili metastatskog karcinoma debelog creva bili su 62% brži u postavljanju dijagnoze i 72% tačniji nego što su bili bez programa, izvestio je tim. Važno je da nuclei.io nije dizajniran da samostalno postavlja dijagnoze, već da brže usmeri patologa ka oblastima koje treba bliže pogledati.
„Ne želimo alat koji zamenjuje lekare, već nešto što dobro sarađuje sa lekarima“, rekao je dr Džejms Zou, vanredni profesor nauke o biomedicinskim podacima i ko-stariji autor rada. „Otkrili smo da je patolog uz pomoć AI mnogo bolji od patologa samih ili od AI same.
„Dok se suočavamo sa sve većim nedostatkom patologa, alati veštačke inteligencije koji rade u tandemu sa lekarima imaju potencijal da ubrzaju neke od dosadnijih i dugotrajnijih delova našeg posla“, dodao je profesor i predsednik patologije Thomas Montine, MD, dr, koautor rada.
Patolozi, koji proučavaju tečnosti ili tkiva uzeta iz tela da bi pomogli u dijagnostikovanju bolesti, često se suočavaju sa zastrašujućim zadacima traženja i pronalaženja dok gledaju kroz mikroskop. Oni identifikuju retke ćelije koje ukazuju na rak, upale ili druge bolesti, ali mogu biti okružene hiljadama zdravih ćelija. Da biste naučili da tačno odredite ove ćelije i postavite dijagnozu, potrebne su godine obuke.
AI alati, kada se daju primeri zdravih ćelija i bolesnih ćelija, mogu brzo da nauče da razlikuju to dvoje, a razvijeni su mnogi programi zasnovani na veštačkoj inteligenciji za analizu digitalnih slika patologije. Međutim, kada se jednom obuče za početne podatke, generalno se ne mogu menjati.
Program obučen da pronađe ćelije raka u pankreasu, na primer, možda neće pronaći ćelije raka u plućima ili imune ćelije, koje infiltriraju kancerogeno tkivo, ugrađeno u debelo crevo. Štaviše, program bi mogao da odredi manje, više ili različite ćelije nego što bi patolog želeo na osnovu njihovog uobičajenog toka posla.
„Patologija je i nauka i umetnost“, rekao je Montin. „Svaki patolog ima svoju predstavu o tome kako izgleda klasični tip ćelije kada je u pitanju bilo koja posebna vrsta biopsije. U prošlosti, AI alati nisu bili u stanju da uhvate te individualne preferencije.“
Zou i Montineov tim, predvođen postdoktorom Zhi Huangom, želeo je da stvori fluidniji alat za veštačku inteligenciju za patologe koji bi mogao da uči i evoluira kako ga lekar koristi – više kao pravi ljudski asistent koji odgovara na povratne informacije.
Stvorili su nuclei.io, koji dolazi sa osnovnom sposobnošću da diferencira tipove ćelija na osnovu izgleda njihovih centralnih jezgara, koje sadrže osnovne genetske informacije ćelije. Međutim, program je takođe dizajniran da uči: Kako se koristi, nucle.io se često proverava kod doktora o tome kako radi.
„Patologu nije potrebna nikakva tehnička pozadina da bi prilagodio nuclei.io“, objasnio je Zou. „AI pokazuje kliničaru svoja predviđanja i pita: ‘Da li mislite da je ovo tačno ili netačno?’
Za manje od sat vremena upotrebe, AI program uči kako da prepozna ćelije koje pojedinačni patolog želi da traži i ističe te ćelije na slici. Kada su patolozi Stanfordske medicine počeli da testiraju nuclei.io, Zouov tim je pratio njihove klikove mišem na ekranu računara, pokazujući gde su mislili da vide bolesne ćelije dok su analizirali slike.
„Kada su imali pomoć veštačke inteligencije, bili su više ciljani tamo gde su zumirali do relevantnih regiona u okviru velike slike“, rekao je Zou. „To više nije bilo kao da tražite iglu u plastu sena.
Kada je u pitanju traženje imunih ćelija na slikama biopsije materice (za dijagnozu endometritisa) ili ćelija raka debelog creva u limfnom čvoru (za dijagnozu metastatskog raka), AI pomoć je smanjila vreme dijagnoze sa 209 na 79 sekundi.
Cilj alata kao što je nuclei.io je da osiguraju da pacijenti dobijaju brze i tačne dijagnoze. U početnim ispitivanjima na Stanford Medicine, nuclei.io ne samo da je ubrzao rad patologa, već je poboljšao tačnost njihovih dijagnoza i smanjio učestalost sa kojom su morali da traže dodatne slike od uzorka pacijenata.
Patolozi Stanfordske medicine već testiraju sposobnost programa da prepozna druge vrste obolelih ćelija.
„Jedna od prednosti nuclei.io je ta što je agnostičan prema primeni“, rekao je Montin. „Ovo može biti moćno sredstvo za tumačenje bilo koje biopsije u kojoj pokušavamo da razlikujemo zdrave i maligne ćelije. To nije tačno ni za jedan drugi glavni alat AI koji se trenutno koristi u patologiji.“
Zou, Montine i njihove kolege rade sa startap kompanijom na pripremi nuclei.io za primenu u zdravstvenom sistemu Stanford Medicine—i drugde. Alat mora da ispuni određena merila kompatibilnosti i bezbednosti pre nego što se može koristiti van istraživačkog okruženja.
