Искусственный интеллект выявляет рак поджелудочной железы за 3 года до постановки диагноза

Разработанная в клинике Майо (Mayo Clinic) модель искусственного интеллекта (ИИ) REDMOD способна выявлять рак поджелудочной железы на обычных компьютерных томографических снимках брюшной полости за 3 года до клинического диагноза. Она помогает обнаружить едва заметные признаки заболевания до того, как опухоли становятся видимыми, на этапе, когда излечение ещё возможно.

Результаты, опубликованные в журнале Gut, знаменуют собой важный этап в многолетней исследовательской работе Mayo Clinic, направленной на более раннее выявление одного из самых смертельных видов рака.

Рак поджелудочной железы редко проявляет себя на ранней стадии. По данным Национального института рака США, более 85% пациентов узнают о диагнозе уже после того, как заболевание распространилось, при этом показатели выживаемости ниже 15%.

Исследование подтверждает работоспособность этой модели ИИ, использующей данные и рабочие процессы, имитирующие клиническую практику, включая компьютерную томографию (КТ) из различных учреждений, системы визуализации и протоколы. Исследователи использовали её для анализа почти 2000 КТ-снимков, в том числе тех пациентов, у которых позже был диагностирован рак поджелудочной железы — все они изначально были интерпретированы как нормальные. Система, получившая название «Ранняя диагностическая модель на основе радиомики» (REDMOD), выявила 73% этих преддиагностических случаев рака в среднем за 16 месяцев до постановки диагноза — почти вдвое больше, чем у специалистов, просматривающих те же снимки без помощи компьютера.

Преимущество было ещё заметнее на более ранних этапах. На снимках, полученных более чем за 2 года до постановки диагноза, ИИ выявил почти в три раза больше ранних случаев рака, которые в противном случае остались бы незамеченными.

«Самым большим препятствием на пути спасения жизней от рака поджелудочной железы является наша неспособность увидеть болезнь, когда она ещё излечима», — говорит Аджит Гоенка (Ajit Goenka), старший автор исследования, радиолог и специалист по ядерной медицине Mayo Clinic. «Этот ИИ теперь может точно и в различных клинических условиях идентифицировать признаки рака на фоне нормальной на вид поджелудочной железы», — объяснил доктор Гоенка.

REDMOD измеряет сотни количественных изображений, описывающих текстуру и структуру тканей, фиксируя слабые биологические изменения по мере развития рака. Модель предназначена для анализа КТ-снимков, полученных по другим причинам, особенно у пациентов высокого риска, таких как пациенты с впервые выявленным диабетом, и обнаружения повышенного риска до появления видимой опухоли.

У пациентов, которым проводилось несколько обследований, ИИ показал стабильные результаты с интервалом в несколько месяцев, что подтверждает его пригодность для долгосрочного мониторинга и ранней диагностики.

Исследователи продвигают эту работу в клиническое тестирование с помощью системы ИИ для ранней диагностики рака поджелудочной железы (AI-PACED). Это проспективное исследование оценивает, как врачи могут интегрировать диагностику с помощью ИИ в лечение пациентов с повышенным риском. Исследование сочетает анализ рутинных изображений с помощью ИИ с долгосрочным наблюдением для оценки ложноположительных результатов и клинических исходов.

Исследование, поддержанное Национальными институтами здравоохранения, является частью инициативы Precure Mayo Clinic, направленной ​​на прогнозирование и предотвращение заболеваний путем выявления самых ранних биологических изменений в организме до появления симптомов.

О Mayo Clinic

Mayo Clinic в Рочестере, штат Миннесота, основана в 1864 году. На сегодняшний день насчитывает 76 000 сотрудников. Ежегодно больница обслуживает более 1 миллиона пациентов на своей территории в центре города и в больнице Святой Марии, располагающей более чем 2000 койками. Регулярно занимает 1-е место в мире (Newsweek) и 1-е место в США (U.S. News & World Report).

Источник: https://www.goodnewsnetwork.org/

Источник: https://newsnetwork.mayoclinic.org/

7.05.2026

Ajax Call Form
Loading...