Nowe narzędzia AI w segmentacji guzów płuc
Sztuczna inteligencja zaczyna odgrywać kluczową rolę w medycynie onkologicznej, wprowadzając innowacyjne rozwiązania w planowaniu leczenia radioterapią. Nowy system o nazwie iSeg został zaprojektowany do automatycznego i precyzyjnego wykrywania oraz obrysowywania guzów płuc w trójwymiarze, nawet gdy zmieniają one położenie podczas oddychania pacjenta.
Znaczenie dokładnej segmentacji w radioterapii
Precyzyjne mapowanie obszarów nowotworowych przed radioterapią ma kluczowe znaczenie dla skuteczności leczenia, ponieważ umożliwia zniszczenie komórek nowotworowych przy jednoczesnym oszczędzaniu zdrowych tkanek. Tradycyjne segmentowanie guza wymaga ręcznej pracy lekarzy, co pochłania czas, prowadzi do rozbieżności i ryzyka pominięcia kluczowych fragmentów zmiany.
iSeg – automatyzacja i nowe możliwości
Nowy system iSeg powstał na bazie głębokiego uczenia 3D i jako pierwszy potrafi uwzględniać ruch guza podczas oddechu, co znacząco wyróżnia go spośród wcześniejszych narzędzi AI analizujących jedynie statyczne obrazy. Dzięki temu rozwiązaniu można znacznie usprawnić planowanie radioterapii, eliminując błędy związane z nieprecyzyjnym wyznaczeniem granic nowotworu.
Wieloośrodkowe badania i walidacja narzędzia
System iSeg został wytrenowany na danych pochodzących z dziewięciu różnych szpitali, co znacząco zwiększa jego skuteczność i odporność na zmienność pomiędzy placówkami. Narzędzie porównano z ekspertami klinicznymi, a wyniki wykazały, że AI potrafi osiągnąć porównywalną precyzję w wyznaczaniu granic guza oraz zidentyfikować obszary ryzyka pominięte przez lekarzy.
Odkrywanie niewidocznych wcześniej ognisk
Badania pokazały, że iSeg może wyłapywać fragmenty guza, które umykają ludzkiej uwadze, a te obszary często wiążą się z gorszym rokowaniem w przypadku braku leczenia. Automatyzacja tego procesu sprzyja zwiększeniu bezpieczeństwa pacjentów i może przyczynić się do podniesienia standardów terapii w placówkach medycznych.
Wpływ na standaryzację i wyrównanie jakości leczenia
Wdrażanie narzędzi takich jak iSeg pomaga standaryzować procesy i skracać czas przygotowania planu leczenia, a także ogranicza wpływ subiektywnych ocen lekarzy na efekty terapii. Rozwiązania AI umożliwiają równość w dostępie do najwyższej jakości diagnostyki niezależnie od poziomu doświadczenia personelu medycznego.
Możliwość szybkiego wdrożenia klinicznego
Zespół naukowców prowadzi obecnie testy iSeg w warunkach klinicznych, porównując efekty działania AI z manualnymi obrysami lekarzy w czasie rzeczywistym. Trwają prace nad rozszerzeniem funkcjonalności o obsługę innych typów nowotworów, w tym wątroby, mózgu czy prostaty, a także nad zastosowaniem AI do nowych metod obrazowania takich jak MRI i PET.