Mae MIT ac Ysbyty Cyffredinol Torfol wedi Datblygu System AI Sy'n Gallu Canfod Canser yr Ysgyfaint

Mae canser yr ysgyfaint yn glefyd dinistriol. Yn ôl y Sefydliad Iechyd y Byd, canser yr ysgyfaint yw un o achosion marwolaeth mwyaf cyffredin ledled y byd, gan gyfrif am bron i 2.21 miliwn o achosion yn 2020 yn unig. Yn bwysig, gall y clefyd fod yn gynyddol; hynny yw, i lawer, gall ddechrau fel symptomau ysgafn yn unig nad ydynt yn codi unrhyw ddychryn, cyn esblygu'n gyflym i ddiagnosis sy'n bygwth bywyd, gan arwain at farwolaeth. Yn ffodus, mae'r ystod o therapiwteg sy'n canolbwyntio ar helpu cleifion â chanser yr ysgyfaint wedi tyfu'n aruthrol yn ystod y ddau ddegawd diwethaf. Fodd bynnag, mae canfod canser yn gynnar yn dal i fod yn un o'r unig ffyrdd o leihau cyfraddau marwolaeth yn sylweddol.

Un cyflawniad nodedig yn y maes hwn yw’r cyhoeddiad diweddar gan Sefydliad Technoleg Massachusetts (MIT) a Mass General Hospital (MGH) ynghylch datblygu model dysgu dwfn o’r enw “Sybil” y gellir ei ddefnyddio i ragfynegi risg canser yr ysgyfaint, gan ddefnyddio data o un sgan CT yn unig. Mae'r astudio ei gyhoeddi’n ffurfiol yn y Journal of Clinical Oncology yr wythnos diwethaf, ac mae’n trafod sut “gallai offer sy’n darparu asesiad risg canser personol yn y dyfodol ganolbwyntio dulliau gweithredu tuag at y rhai sydd fwyaf tebygol o elwa.” Felly, dywedodd arweinwyr yr astudiaeth y “gellid adeiladu model dysgu dwfn sy’n asesu’r data LDCT cyfeintiol cyfan [Dos Isel Cyferbynnedd CT] i ragweld risg unigol heb fod angen data demograffig neu glinigol ychwanegol.”

Mae’r model yn dechrau gyda egwyddor sylfaenol: “Mae delweddau LDCT yn cynnwys gwybodaeth sy’n rhagfynegi risg canser yr ysgyfaint yn y dyfodol y tu hwnt i nodweddion adnabyddadwy ar hyn o bryd fel nodiwlau ysgyfaint.” Felly, ceisiodd y datblygwyr “ddatblygu a dilysu algorithm dysgu dwfn sy’n rhagweld risg canser yr ysgyfaint yn y dyfodol hyd at 6 mlynedd o un sgan LDCT, ac asesu ei effaith glinigol bosibl.”

Yn gyffredinol, mae'r astudiaeth wedi bod yn hynod lwyddiannus, hyd yn hyn: mae Sybil yn gallu rhagweld risg canser yr ysgyfaint claf yn y dyfodol i raddau penodol o gywirdeb, gan ddefnyddio'r data o un LDCT yn unig.

Heb amheuaeth, mae cymwysiadau clinigol a goblygiadau ar gyfer y dechnoleg hon yn dal yn anaeddfed. Mae hyd yn oed arweinwyr yr astudiaeth yn cytuno y bydd angen gwneud gwaith sylweddol i ddarganfod yn union sut i gymhwyso'r dechnoleg hon mewn ymarfer clinigol gwirioneddol - yn benodol o ran datblygu rhywfaint o hyder yn y dechnoleg, y bydd meddygon a chleifion yn teimlo'n ddiogel yn dibynnu arni. allbynnau'r system.

Fodd bynnag, mae cynsail yr algorithm yn dal i fod yn hynod bwerus ac mae'n golygu newidiwr gêm posibl ym myd diagnosteg ragfynegol.

Nid yw mesurau diagnostig erioed wedi bod mor bwerus o'r blaen. Gallai’r ffaith y gall offeryn ddefnyddio dim ond un sgan CT i ragweld swyddogaeth afiechyd hirdymor o bosibl ddatrys llawer o broblemau— a’r pwysicaf ohonynt yw galluogi triniaeth gynnar a llai o farwolaethau.

Ar y gwrid cychwynnol, efallai y bydd pynditiaid yn gwthio'n ôl yn erbyn systemau fel y rhain, gan nodi na allai unrhyw system AI o bosibl gyd-fynd â'r farn a'r gallu clinigol yn ddigon da i gymryd lle meddyg dynol. Ond nid pwrpas systemau fel y rhain o reidrwydd yw disodli arbenigedd meddygon, ond yn hytrach ychwanegu at lif gwaith meddyg o bosibl.

Gallai system fel Sybil gael ei defnyddio'n hawdd iawn fel offeryn argymell, gan dynnu sylw meddyg a allai beri pryder i feddyg, a allai wedyn ddefnyddio ei farn glinigol ei hun i naill ai gytuno neu anghytuno ag argymhelliad Sybil. Byddai hyn nid yn unig yn debygol o wella trwybwn clinigol, ond gallai hefyd weithredu fel proses “gwirio” eilaidd ac o bosibl gwella cywirdeb diagnostig.

Yn ddi-os, mae llawer o waith i’w wneud o hyd yn y maes hwn. Mae gan wyddonwyr, datblygwyr ac arloeswyr daith hir o'u blaenau nid yn unig i berffeithio'r algorithm a'r system wirioneddol ei hun, ond hefyd wrth lywio'r arena hyper-naws o gyflwyno'r dechnoleg hon i gymwysiadau clinigol gwirioneddol. Serch hynny, mae’r dechnoleg, y bwriad, a’r potensial sydd ganddi o ran gwella gofal cleifion, os caiff ei ddatblygu mewn modd diogel, moesegol ac effeithiol, yn wir yn addawol ar gyfer y genhedlaeth o ddiagnosteg i ddod.

Ffynhonnell: https://www.forbes.com/sites/saibala/2023/01/16/mit-mass-general-hospital-have-developed-an-ai-system-that-can-detect-lung-cancer/