Злокачественные опухоли пищеварительного тракта являются одними из наиболее распространенных и опасных видов рака в мире. По данным Глобального онкологического наблюдения (GLOBOCAN) 2020 года, новые случаи злокачественных опухолей пищеварительного тракта составляют около 18,7% от общего числа новых случаев рака. Эти опухоли, такие как рак пищевода, желудка и колоректальный рак, часто диагностируются на поздних стадиях из-за атипичных ранних симптомов. Это затрудняет своевременное лечение. Искусственный интеллект в диагностике опухолей может помочь изменить эту ситуацию.
Проблемы традиционной диагностики
Традиционные методы эндоскопической и патологической диагностики сильно зависят от опыта специалистов. Это приводит к высоким уровням ошибок и значительным вариациям в оценках между разными врачами. Это подчеркивает необходимость внедрения более точных и эффективных диагностических методов, таких как искусственный интеллект в диагностике опухолей.
Возможности искусственного интеллекта
Развитие технологий искусственного интеллекта (ИИ), особенно глубокого обучения, открывает новые перспективы в области диагностики. Искусственный интеллект в диагностике опухолей способен значительно повысить точность и эффективность диагностики. Он обеспечивает:
1. **Реальное время обнаружения опухолей** с помощью эндоскопии.
2. **Автоматизированный анализ патологических изображений**, что может значительно ускорить процесс диагностики.
Тем не менее, эти технологии сталкиваются с рядом вызовов. Например, недостаточная стандартизация данных, плохая интерпретируемость моделей и отсутствие клинической валидации.
Методология
В данном исследовании была проведена систематическая литература, охватывающая публикации с 2017 по 2024 год. Использованы базы данных, такие как PubMed, Web of Science, Scopus и IEEE Xplore. Включены работы, посвященные применению ИИ в диагностике рака пищевода, желудка и колоректального рака. Искусственный интеллект в диагностике опухолей сохраняет высокую актуальность на протяжении всех этих лет.
Результаты
Эндоскопия
В области эндоскопии несколько моделей глубокого обучения значительно повысили точность обнаружения полипов и раннего рака желудка, а также рака пищевода. Некоторые коммерческие системы уже проходят клинические испытания. Однако качество и масштаб данных в исследованиях сильно варьируются. Необходимо проверить общую применимость моделей в многопрофильной и многоустройственной среде.
Патологический анализ
Используя сверточные нейронные сети и многомодальные предобученные модели, ИИ позволяет достигать автоматической сегментации тканей, градации опухолей и помощи в диагностике. Это показывает хорошую масштабируемость. Тем не менее, клиническая реализация систем ИИ в диагностике опухолей все еще затруднена из-за отсутствия унифицированных стандартов данных, недостаточной валидации на больших выборках и слабой интерпретируемости моделей.
Заключение
Искусственный интеллект предоставляет новые технологические возможности для эндоскопической и патологической диагностики злокачественных опухолей пищеварительного тракта. Искусственный интеллект в диагностике опухолей может существенно увеличить точность диагностики и улучшить прогноз для пациентов. Тем не менее, для успешного перехода от исследований к широкой клинической практике необходимо улучшить стандартизацию данных, надежность моделей и их интерпретируемость. Это возможно через многоцентровые совместные исследования. В будущем ИИ должен занять более важную роль в стандартизации и точном управлении диагностикой и лечением опухолей пищеварительного тракта. Это может значительно улучшить прогноз для пациентов и способствовать стандартизации процессов диагностики и лечения.
С учетом всех этих аспектов, дальнейшие исследования в области применения ИИ в медицине имеют важное научное значение и практическую ценность. Они помогут повысить эффективность диагностики и улучшить прогноз пациентов.
Источник: BioMed Central