Искусственный интеллект поможет онкологическим пациентам раньше начать лучевое лечение, и благодаря этому снизить риск метастазирования рака. Он способен за считанные доли секунды составить оптимальный план радиотерапии, анализируя весь набор медицинских данных больного. Чтобы начать лучевое лечение, онкологическим больным обычно приходится ждать почти неделю, пока доктора разработают лечебный план. Однако недавнее исследование специалистов Техасского университета показывает, что современные модели глубокого обучения могут сделать это гораздо быстрее всего за долю секунды. Некоторым пациентам жизненно важно начать радиотерапию немедленно, но врачи часто вынуждены отправлять их домой ждать, отмечает доктор Стивен Цзянь, руководитель лаборатории искусственного интеллекта Техасского университета. Получение лечебного плана практически в режиме реального времени имеет огромное значение, поэтому одной из стоящих перед нами задач является использование искусственного интеллекта для повышения результативности лечения онкологии.

Радиационная терапия благодаря высоким показателям эффективности и безопасности входит в тройку наиболее используемых методов лечения онкологических заболеваний. Она основывается на применении различных видов ионизирующего излучения, которое, воздействуя на злокачественные клетки, повреждает их ДНК, в результате чего они утрачивают способность к росту и размножению и погибают. Радиотерапия позволяет если не уничтожить опухоль полностью, то существенно сократить ее размеры. Предыдущее исследование показало, что отсрочка начала лучевого лечения всего на семь дней повышает риск рецидива или метастазирования опухоли на 1214%. Эти данные побудили исследователей изучить возможность использования искусственного интеллекта для усовершенствования некоторых составляющих радиационной терапии от расчета начальной дозы, который должен быть сделан до начала курса лечения, до ее пересмотра по мере выполнения плана. По словам ученых, составление терапевтического плана это трудоемкий и утомительный процесс, который предполагает скрупулезный анализ данных визуализирующих обследований пациента и многочисленные обсуждения внутри врачебной команды. Недавняя работа ученых, касающаяся прогнозирования дозы радиации, подтверждает способность искусственного интеллекта создавать оптимизированный лечебный план за долю секунды. Такого результата разработчики добились, загрузив данные 80 пациентов с опухолями предстательной железы в несколько моделей глубокого обучения.Путем многократного повторения искусственный интеллект научился создавать трехмерные изображения наиболее оптимального распределения радиации у конкретного больного. Каждая из них безошибочно повторяла терапевтические планы, составленные медиками.

Разработанный нами ИИ-инструмент способен избавить лечащего врача от необходимости взаимодействия с планировщиком дозы радиации, говорит доктор Цзянь. Это существенно увеличивает точность планирования. Еще одно недавнее исследование команды демонстрирует, как искусственный интеллект может быстро и точно пересчитывать дозировку перед каждым облучением, учитывая изменения, которые могли произойти в анатомии пациента с момента последней фракции. Обычно на такой перерасчет требуется десять минут и больше, не считая времени, необходимого для проведения визуализирующего обследования перед каждой сессией.

Ученые спроектировали алгоритм на основе искусственного интеллекта, объединивший две классические модели, которые обычно используются при расчете мощности излучения. Одна из них простая и быстрая, которой, впрочем, не хватает точности, а вторая сложная, у которой нет проблем с точностью, но она требует гораздо больше времени, примерно 30 минут. Опираясь на данные 80 мужчин с раком простаты, искусственный интеллект определил различия между двумя этими моделями и научился пользоваться преимуществами обеих для произведения расчетов за долю секунды. Возможности нового ИИ-инструмента в медицинской практике планируют использовать в ближайшее время. Между тем, специалисты лаборатории занимаются разработкой новых инструментов глубокого обучения, которые позволят усовершенствовать медицинскую визуализацию и повысить качество обработки изображений.

Заявка на лечение