Мы будем сидеть на карантине, а работать за нас будут машины

Тюляндина Александра Сергеевна
Старший научный сотрудник отделения клинической фармакологии и химиотерапии ФГБУ «НМИЦ онкологии им. Н.Н. Блохина» Минздрава России,
председатель Комитета молодых онкологов RUSSCOjr, член правления RUSSCO, член Комитета молодых онкологов ESMO, член Flims Alumni Club, доктор медицинских наук, Москва

Уходящий 2020 год оказался сложным, испытывающим нас на прочность и, к сожалению, многострадальным для большинства из нас. С внедрением ограничительных мер по предотвращению распространения новой вирусной инфекции медицинские работники оказались на передовой, столкнувшись с массовым заражением и высокой смертностью. Поэтому мои мысли по пути на работу по пустой Москве в первую волну все время возвращались к футуристическим и фантастическим фильмам и книгам, когда нашу работу могут выполнять холодные машины.

В этом году ученые как раз продвинулись еще на один шаг к достижению цели по внедрению искусственного интеллекта в практику врача онколога. Непосредственно в первый день года, в январе 2020 в Nature была опубликована работа, посвященная оценке маммографического скрининга искусственным интеллектом (ИИ), разработанным компанией Google [1]. Важной особенностью данного исследования были его масштабы. Google, монополист с огромным потенциалом, решил провести научную работу с ведущими клиниками США и Великобритании, используя маммографические снимки 25856 женщин за период 2012-2015 гг., что является сегодня самым крупным исследованием по изучению и обучению ИИ. Честно признаюсь, что в механизмы и компьютерные алгоритмы даже не пыталась вникать, поэтому обозначу только выводы. При использовании ИИ число ложноположительных результатов снижалось с 5,7% до 1,2%, а ложноотрицательных – с 9,4% до 2,7%. Но более интересными оказались данные, когда пригласили 6 независимых радиологов, которые просмотрели 465 случаев совместно с ИИ. Железо опережало их по времени, а ROС-кривая для ИИ была выше и точнее на 11,5%. Симуляцию повторили в медицинских научных онкологических центрах Великобритании и продемонстрировали, что совместная работа радиолога и машины снижает нагрузку на человека примерно на 88%. Эти данные приободрили авторов и мотивировали их продолжать работу уже в клинических исследованиях для валидации алгоритмов ИИ в онкологии.

Всегда находятся скептики, и в ответном письме в октябре 2020 в Nature отреагировали канадские ученые, описав трудности внедрения в реальную практику таких машин и нейросетей, которые опустили авторы предыдущей статьи [2]. Несмотря на то, что большинство ученых возлагают большие надежды на применение искусственного интеллекта в медицине, и в онкологии в частности, обеспечение этой методики и воспроизводимость данных алгоритмов вне исследований может привести к большому числу трудностей.

Еще одним крупным позитивным исследованием 2020 года, посвященным победе искусственного ума, оказалось исследование института Питтсбурга в США [3]. Ученые создали алгоритмы для морфологического выявления рака предстательной железы. Методику протестировали на 1600 образцах, взятых у 100 пациентов с подозрением на наличие рака простаты. Исследование оказалось позитивным, продемонстрировав, что ИИ в данном случае обладает высокой чувствительностью (98%) и специфичностью (97%), что значительно превышает все предыдущие исследования по внедрению ИИ в анализ морфологических образцов. Более того, впервые машина определяла важные морфологические параметры для определения прогноза болезни, такие как степень злокачественности, размеры опухоли, наличие инвазии в окружающие ткани. Исследователи говорят, что это не значит, что ИИ превосходит опытного морфолога, но он может оказывать помощь молодым специалистам и облегчать рабочий процесс всем остальным. Данная публикация доказывает высокий потенциал развития и внедрения дальнейших разработок алгоритмов ИИ для других типов онкологических заболеваний.

Таким образом, наша современная действительность и новые технологические возможности приводят к потенцированию развития машин и ИИ в онкологии. Надеюсь, что это будет значительной помощью и подспорьем врачу онкологу, хотя путь до внедрения этих алгоритмов в рутинную практику еще долог и тернист.

Список литературы:

1. McKinney SM, Sieniek M, Godbole V, et al. International evaluation of an AI system for breast cancer screening Nature. 2020; 577: 89-94.
2. Haibe-Kains B, Adam GA, Hosny A, et al. Transparency and reproducibility in artificial intelligence Nature. 2020; 577: 89-94.E14-E16.
3. Liron Pantanowitz, Gabriela M Quiroga-Garza, Lilach Bien, et al. An artificial intelligence algorithm for prostate cancer diagnosis in whole slide images of core needle biopsies: a blinded clinical validation and deployment study. Lancet Digital Health. 2020; 2: e407-16.