Алгоритм может произвести революцию в скрининге рака шейки матки, особенно в условиях ограниченных ресурсов.
Исследовательская группа во главе с исследователями из Национального института здоровья и глобального блага разработала компьютерный алгоритм, который может анализировать цифровые изображения шейки матки женщины и точно выявлять предраковые изменения, требующие медицинской помощи. Этот подход, основанный на искусственном интеллекте (ИИ), называемый автоматизированной визуальной оценкой, может произвести революцию в скрининге рака шейки матки, особенно в условиях ограниченных ресурсов.
Для разработки метода исследователи использовали комплексные наборы данных, чтобы «обучить» алгоритм глубокого или машинного обучения распознавать шаблоны в сложных визуальных входах, таких как медицинские изображения. Подход был создан совместно исследователями из Национального института рака (NCI) и Global Good, фонда Интеллектуальных предприятий, а результаты были подтверждены независимыми экспертами из Национальной библиотеки медицины (NLM). Результаты появились в журнале Национального института рака. NCI и NLM являются частями NIH.
«Наши результаты показывают, что алгоритм глубокого обучения может использовать изображения, собранные во время рутинного скрининга рака шейки матки, для выявления предраковых изменений, которые, если их не лечить, могут перерасти в рак», – сказал Марк Шиффман, доктор медицинских наук, доктор медицинских наук, Отделение эпидемиологии рака и генетики NCI, и старший автор исследования. «Фактически, компьютерный анализ изображений был лучше при выявлении предрака, чем человеческий эксперт по анализу Пап-тестов под микроскопом (цитология)».
«Новый метод может иметь особую ценность в условиях ограниченных ресурсов. Медицинские работники в таких условиях в настоящее время используют метод скрининга, называемый визуальным осмотром уксусной кислоты (VIA). При таком подходе медицинский работник наносит разбавленную уксусную кислоту на шейку матки и осматривает шейку матки невооруженным глазом в поисках «ацето-отбеливания», которое указывает на возможное заболевание. Благодаря удобству и низкой стоимости VIA широко используется там, где недоступны более совершенные методы скрининга. Тем не менее, это, как известно, неточно и нуждается в улучшении.
Автоматическая визуальная оценка также легко выполняется. Медицинские работники могут использовать сотовый телефон или аналогичное устройство камеры для обследования и лечения шейки матки во время одного визита. Кроме того, этот подход может быть реализован с минимальной подготовкой, что делает его идеальным для стран с ограниченными ресурсами здравоохранения, где рак шейки матки является основной причиной заболеваний и смерти среди женщин.
Для создания алгоритма исследовательская группа использовала более 60 000 изображений шейки матки из архива NCI фотографий, собранных в ходе скринингового исследования рака шейки матки, которое проводилось в Коста-Рике в 1990-х годах. В этом популяционном исследовании приняли участие более 9 400 женщин, и последующее наблюдение продолжалось до 18 лет. Из-за предполагаемого характера исследования исследователи получили почти полную информацию о том, какие изменения шейки матки стали предраковыми, а какие – нет. Фотографии были оцифрованы и затем использованы для обучения алгоритму глубокого обучения, чтобы он мог отличить состояния шейки матки, требующие лечения, от состояний, не требующих лечения.
«Когда этот алгоритм сочетается с достижениями в области вакцинации против ВПЧ, новыми технологиями выявления ВПЧ и улучшениями в лечении, вполне возможно, что рак шейки матки можно взять под контроль даже в условиях ограниченных ресурсов», – сказал Маурицио Веччионе, исполнительный вице-президент Глобал Хорошо.
Исследователи планируют продолжить обучение алгоритму на образце репрезентативных изображений предраковых заболеваний шейки матки и нормальной ткани шейки матки от женщин в общинах по всему миру, используя различные камеры и другие варианты изображения. Этот шаг необходим из-за незначительных изменений внешнего вида шейки матки у женщин в разных географических регионах. Конечная цель проекта – создать наилучший алгоритм для общего и открытого использования.