Злокачественные опухоли становятся причиной практически каждой шестой смерти. В 2015 году от диагностированного рака умерло 8,8 млн человек — каждый тысячный житель планеты. Онкологические заболевания занимают второе место среди основных причин смерти в мире. В России, по данным Росстата, среди причин смерти рак тоже на втором месте. Консалтинговая компания BCG проводила для Международного медицинского кластера исследование системы здравоохранения в России и выявила ряд направлений медицины, в которых необходимо улучшать ситуацию. На первом месте находятся онкологические заболевания.
Совокупный показатель распространенности злокачественных новообразований в 2016 году составил 2403 случая на 100 тыс. населения, что выше уровня 2006 года на 38,8%. По словам директора Российского общества клинической онкологии Ивана Тимофеева, увеличение этого показателя связано с улучшением диагностики.
Есть ли возможность еще повысить точность постановки диагноза на ранних стадиях онкологических заболеваний? В онкологии стоимость диагностической ошибки особенно высока. Специалисты отмечают, что основная сложность заключается не в обнаружении злокачественного процесса, а в выявлении его фенотипа. В последнее время ученые стали активно использовать для диагностики искусственный интеллект. Уже доказано, что использование умных систем позволяет повысить точность диагностики: так, результаты исследования агентства Frost & Sullivan показали, что технологии искусственного интеллекта повышают точность постановки диагнозов на 30–40%. Специалист по патологиям Энди Бек из Гарвардской медицинской школы считает, что дальнейшее использование ИИ-технологий позволит снизить уровень ошибок при диагностике на 85%.
Обучение на наглядных примерах
По данным World Cancer Research Fund, самыми часто встречающимися видами рака в 2018 году являются рак легких, рак молочной железы, колоректальный рак и рак простаты. Могут ли новые технологии помочь в диагностике этих видов рака, составляющих 48,8% от всех диагностированных в мире в 2018 году случаев?
Согласно исследованиям Американского онкологического общества в 2018 году, самая высокая онкологическая смертность — от рака легких. Процент выживаемости при раке легких составляет 17% для мужчин и 24% для женщин: такие низкие показатели объясняются большим числом случаев диагностики рака легких на последней стадии. Разработки для ранней диагностики рака легких ведутся активно, но, к сожалению, эффективных решений на сегодняшний день немного.
Стартап Optellum, основанный в Великобритании в 2016 году, направлен на разработку системы, позволяющей максимально быстро диагностировать рак легких. Там разрабатывают первое в мире автоматизированное программное обеспечение для оценки риска на основе компьютерной томографии. Для обучения алгоритмов специалисты собрали самую крупную в мире кураторскую базу пациентов с опухолевыми узлами. В отличие от врачей, не имеющих возможности определить, являются ли эти узлы безвредными, и вынужденных наблюдать за дальнейшим развитием образований, система, анализируя внутреннюю структуру утолщений, способна поставить правильный диагноз намного раньше. Научный и технический сотрудник стартапа доктор Тимор Кадир отмечает, что система позволяет диагностировать рак на ранних стадиях более чем у 4000 больных в год, что увеличивает их шансы на выживание.
В диагностике рака груди себя проявила нейросеть GoogLeNet, выявляющая метастазы в лимфоузлах молочной железы. После обучения на базе изображений с результатами биопсии система показала точность распознавания рака 89%, в то время как опытный врач-патолог, работающий без ограничения времени, определяет его с точностью 73%. Несмотря на впечатляющий результат, исследователи отметили, что искусственный интеллект не сможет заменить патоморфологов, так как система хуже справляется с выявлением доброкачественных новообразований. Поэтому лучшим вариантом будет совместная работа врача с системой, где искусственный интеллект будет выделять подозрительные изменения и новообразования, а специалист — определять, является ли опухоль злокачественной или нет.
Ученые планируют полностью перевести диагностику в автоматический режим, так как полученные результаты сопоставимы с результатами лучших диагностов.
В России также существует проект, способный минимизировать риск неправильного диагноза. Компания Unim проводит морфологическую диагностику онкологических заболеваний в цифровом виде. По статистике компании, 84% диагнозов, требующих подтверждения в их лаборатории в течение одного квартала, оказываются изначально неправильными.
В Японии команда Юичи Мори, доктора медицинских наук из Showa University, сосредоточила внимание на разработке искусственного интеллекта, способного диагностировать рак кишечника менее чем за минуту. Разработанная в 2017 году система проводит оптическую биопсию в режиме реального времени во время обследования. Для обучения искусственного интеллекта использовалось 30 000 снимков с колоректальными аденомами — доброкачественными опухолями, которые могут со временем превратиться в рак. Оценивая снимки 250 пациентов, система практически мгновенно выдавала результат, ставя диагноз с точностью 94%. Авторы исследования уверяют, что искусственный интеллект может обнаруживать раковые опухоли и игнорировать неопухолевые полипы во время процесса колоноскопии независимо от компетентности врачей, проводящих осмотр. Интеграция подобной системы по всему миру позволит приблизиться к ситуации в Южной Корее: там, если рак прямой кишки обнаружен на третьей стадии, это предмет особого разбора с участием министерства здравоохранения. Такая несвоевременная диагностика для корейских врачей равносильна полному провалу.
Рак простаты, занимающий четвертое место среди наиболее часто встречающихся видов рака, — одно из самых распространенных заболеваний у мужчин. Чрезвычайно важно диагностировать его на ранней стадии, когда опухоль успешно лечится. Заняться повышением вероятности выявления рака простаты решили специалисты из Китая. Команда профессора Гуо представила в марте 2018 года на Конгрессе Европейской ассоциации урологов систему искусственного интеллекта, которая, по мнению исследователей, в будущем сможет заменить врачей-диагностов. Систему обучали на образцах, где наличие рака не вызывало никаких сомнений. После этого способности системы опробовали на 918 образцах, взятых у 283 человек: точность постановки диагноза составила 99,38%. После проведения доклинических исследований ученые планируют полностью перевести процесс диагностики в автоматический режим, так как полученные результаты сопоставимы с результатами лучших диагностов.
Роботы в белых халатах
Наблюдая за подобными изменениями в медицинской сфере, многие специалисты чувствуют тревогу, боясь, что умные системы займут место человека. Но не стоит думать, что искусственный интеллект когда-нибудь полностью заменит врачей. Благодаря системе, вобравшей в себя и проанализировавшей огромный пласт информации, врачи смогут эффективнее и успешнее выполнять свою работу, получая помощь в постановке точного диагноза. Все упомянутые выше решения для диагностики злокачественных опухолей используют одну методику — изучение базы снимков опухолей и последующее сравнение с текущим случаем. Из этого можно сделать вывод, насколько важно увеличивать базу данных, фиксировать все разнообразие клинических случаев и делать этот массив данных доступным для изучения учеными всего мира. Использование подобной базы для разработки и совершенствования «умных» диагностических систем помогают человеку двигаться к цели: такому будущему, где случаи обнаружения рака на последних стадиях или постановка неправильного диагноза станут нонсенсом.