Το νέο AI μοντέλο DAMO COCA της Alibaba ανιχνεύει καρκίνο παχέος εντέρου από απλή αξονική με ακρίβεια 99,8%, χωρίς ενόχληση για τον ασθενή.
Η Alibaba DAMO Academy παρουσίασε το νέο μοντέλο τεχνητής νοημοσύνης DAMO COCA, το οποίο εντοπίζει καρκίνο παχέος εντέρου από συμβατικές αξονικές τομογραφίες χωρίς να χρειάζεται καμία προετοιμασία του ασθενούς. Σε δοκιμές με δείγμα 27.433 ατόμων, το μοντέλο ανίχνευσε 5 περιπτώσεις καρκίνου που είχαν διαφύγει της αρχικής διάγνωσης, με ευαισθησία 86,6% και ειδικότητα 99,8%. Πρόκειται για την πρώτη παγκόσμια εφαρμογή εύκολου screening εντερικού καρκίνου χωρίς ενόχληση για τον εξεταζόμενο.
Τι είναι το DAMO COCA και πώς δουλεύει
Το DAMO COCA είναι το τρίτο μοντέλο AI για ανίχνευση καρκίνου που αναπτύσσει η ερευνητική μονάδα της Alibaba, μετά τα αντίστοιχα για καρκίνο του παγκρέατος και του στομάχου. Σε αντίθεση με τις κλασικές μεθόδους screening, το συγκεκριμένο μοντέλο αξιοποιεί τις απλές αξονικές τομογραφίες (plain CT) που γίνονται καθημερινά για άλλους λόγους — γενικές εξετάσεις, τραύματα, διερεύνηση κοιλιακού πόνου.
Η τεχνική πρόκληση ήταν σημαντική. Όταν ο ασθενής δεν έχει κάνει προετοιμασία εντέρου, το περιεχόμενο του εντέρου παρεμβαίνει έντονα στην εικόνα και κάνει τη διάγνωση εξαιρετικά δύσκολη ακόμη και για έμπειρους ακτινολόγους. Η ερευνητική ομάδα εφάρμοσε αρχιτεκτονική deep learning δύο σταδίων με τη λογική «πρώτα εντοπισμός, μετά διάγνωση», σε συνδυασμό με στρατηγική hybrid supervised learning. Το μοντέλο εκπαιδεύτηκε ειδικά για όγκους μικρότερους των 3 εκατοστών, που αποτελούν τα πρώιμα στάδια της νόσου.
Τα νούμερα από τη μελέτη
Η εργασία δημοσιεύτηκε στο επιστημονικό περιοδικό Annals of Oncology, επίσημο έντυπο της Ευρωπαϊκής Εταιρείας Παθολογικής Ογκολογίας, με δείκτη απήχησης (impact factor) 65,4. Η σύγκριση με 10 ακτινολόγους διαφορετικής εμπειρίας έδειξε σημαντικά υψηλότερες επιδόσεις του AI μοντέλου.
Τα βασικά ευρήματα έχουν ως εξής:
- Ευαισθησία 86,6% — η ικανότητα εντοπισμού πραγματικών περιπτώσεων καρκίνου
- Ειδικότητα 99,8% — ποσοστό εσφαλμένης διάγνωσης μόλις 0,2%
- Ανώτερη απόδοση κατά 20,4% σε σχέση με ακτινολόγους
- Ιδιαίτερα καλή απόδοση σε σιγμοειδές και ορθό, σημεία όπου συχνά χάνονται όγκοι
Όταν χρησιμοποιείται ως υποστηρικτικό εργαλείο, οι γιατροί βελτιώνουν την ευαισθησία τους κατά 14,5% και την ειδικότητα κατά 3,1%
Γιατί έχει σημασία η έγκαιρη ανίχνευση
Ο καρκίνος του παχέος εντέρου αποτελεί τη δεύτερη πιο θανατηφόρα μορφή καρκίνου παγκοσμίως, με αυξανόμενη συχνότητα σε άτομα κάτω των 30 ετών. Η έγκαιρη διάγνωση ανεβάζει το ποσοστό πενταετούς επιβίωσης πάνω από το 90%, ενώ σε προχωρημένα στάδια το αντίστοιχο ποσοστό πέφτει στο 14% περίπου.
Το πρόβλημα εστιάζεται στη χαμηλή αποδοχή των κλασικών μεθόδων screening. Η εξέταση κοπράνων απαιτεί από τον ίδιο τον εξεταζόμενο να συλλέξει δείγμα, ενώ η κολονοσκόπηση προϋποθέτει λήψη καθαρτικών και άδειασμα του εντέρου, διαδικασία αρκετά ενοχλιτική. Ως αποτέλεσμα, μεγάλο μέρος του πληθυσμού-στόχου αποφεύγει τις προληπτικές εξετάσεις.
Πραγματικές περιπτώσεις από τις δοκιμές
Στη μελέτη πραγματικών συνθηκών, το μοντέλο εφαρμόστηκε σε δύο γύρους σε νοσοκομειακό περιβάλλον. Ξεχωριστή είναι η περίπτωση ενός ασθενούς που είχε υποβληθεί σε αξονικές τομογραφίες δύο συνεχόμενα χρόνια χωρίς να εντοπιστεί καρκίνος. Η διάγνωση έγινε τελικά τον τρίτο χρόνο μέσω κολονοσκόπησης, αλλά ο όγκος είχε ήδη μεγαλώσει. Με το AI μοντέλο, η ίδια εξέταση που είχε ήδη γίνει θα μπορούσε να δείξει την ανωμαλία πολύ νωρίτερα.
Η άποοψή μας στο Techblog
Η ιδέα να μπει το AI σε υπάρχουσες, καθημερινές εξετάσεις και να ξεκλειδώσει επιπλέον διαγνωστική αξία χωρίς κόστος για τον ασθενή είναι ίσως η πιο πρακτική κατεύθυνση που μπορεί να πάρει η τεχνητή νοημοσύνη στην ιατρική. Για όποιον περνάει από αξονικό ελέγχο για άλλο λόγο, μια τέτοια προσθήκη σημαίνει έγκαιρο εντοπισμό σοβαρών παθήσεων χωρίς ραντεβού, χωρίς προετοιμασία και χωρίς ταλαιπωρία. Αν το μοντέλο φτάσει σε ευρεία κλινική χρήση, ο τρόπος που αντιμετωπίζουμε την πρόληψη του καρκίνου μπορεί να αλλάξει ουσιαστικά.
VIA: techblog.gr
