Multimodální systém AI zlepšuje přesnost screeningu rakoviny plic

Rakovina plic je jednou z nejnáročnějších onemocnění, díky čemuž je včasná diagnóza zásadní pro účinnou léčbu. Naštěstí pokrok v umělé inteligenci (AI) transformuje screening rakoviny plic a zlepšuje přesnost i účinnost. Zatímco současné metody screeningu, jako je nízká dávka CT, pomáhají potvrdit podezření na rakoviny plic, často trpí vysokou falešně pozitivní mírou a variabilitou při vykazování náhodných, ale kritických nálezů, jako jsou metody týkající se kardiovaskulárních onemocnění. Kromě toho míra screeningu pro CT s nízkou dávkou zůstává nízká (<10%) v důsledku globálního nedostatku radiologů.

Nová studie zveřejněná v Přírodní komunikace Představuje multimodální nadační model multitask, který výrazně zvyšuje schopnosti nízkodávkové CT. Tento model AI zlepšuje predikci rizika rakoviny plic o 20% a kardiovaskulární riziko o 10%. Tento model je vyvinut a testován interdisciplinárním týmem z Rensselaer Polytechnic Institute (RPI), Wake Forest University (WFU) a Massachusetts General Hospital (MGH). Radiologie Zprávy, rizikové faktory pacienta a klíčové klinické nálezy.

Prvním autorem studie je Chuang Niu, Ph.D., vědec na RPI. K odpovídajícím autorům patří Ge Wang, Ph.D., Clark-Crossan předsedající profesora a ředitel biomedicínského zobrazovacího centra v RPI, Christopher T. Whitlow, MD/Ph.D., profesor ve WFU, Mannudeep K. Kalra, MD, profesor MGH. Mezi klíčové spolupracovníky v RPI patří Pingkun Yan, Ph.D. a Christopher D. Carothers, Ph.D., a další důležité spoluautory.

Potenciální klinický dopad této práce je obrovský. Integrací obrázků CT s textovými informacemi model významně zlepšuje detekci a predikci rakoviny plic, což je kritický faktor při zlepšování výsledků pacienta. Jednou z hlavních výhod používání nadačních modelů v medicíně je to, že při tréninku s rozsáhlým screeningovým skenováním CT a dalšími datovými typy mohou tyto modely zvýšit výkon modelu v souvisejících nových úkolech. Například tento model může zlepšit výkon v oblastech, jako je onkologie, kde jsou data specifická pro úkol často omezená.

„Tato práce byla výrazně zrychlena pomocí vysoce výkonného výpočetního zařízení RPI,“ řekl Wang. „Nyní náš multiinstitucionální tým dále zvyšuje náš model nadace na rostoucí velikosti multimodálních dat pomocí vlastního GPU i New York State’s Empire AI s vysokým výpočetním zařízením.

Dr. Wang a jeho tým dělají důležité kroky ke zlepšení lidského zdraví kombinací síly lékařského zobrazování, umělé inteligence a vysoce výkonné výpočetní techniky. RPI byla vždy v popředí výpočetních věd a inženýrství a poskytla fakultě a studentům přístup k nejlepší výpočetní infrastruktuře na světě, aby urychlil rozvoj a překlad transformačních myšlenek. Jsme nadšeni tím, co tato práce znamená pro budoucnost včasné detekce nemocí a těšíme se na další pokrok. “

Shekhar Garde, Ph.D., Thomas R. Farino Jr. ’67 a Patricia E. Farino děkan ze školy inženýrství na RPI