Лента новостей → Премия RSNA Margulis присуждается за исследования искусственного интеллекта в обнаружении рака поджелудочной железы
Анализ неопухолевой части поджелудочной железы с вторичными признаками рака поджелудочной железы или без них по классификационным моделям. Синий контур представляет часть поджелудочной железы, проанализированную с помощью классификационных моделей. Опухоль (красный контур) не была идентифицирована с помощью модели сегментации; таким образом, он не анализировался с помощью классификационных моделей. (А) Неаннотированное КТ-изображение у пациента с раком головки поджелудочной железы. (B) Неопухолевая часть поджелудочной железы демонстрирует вторичные признаки рака поджелудочной железы (расширение протока поджелудочной железы с резким обрывом [стрелки]) и была классифицирована как раковая согласно классификационным моделям. (C) Неопухолевая часть поджелудочной железы выглядела нормальной и была классифицирована как нераковая после того, как расширенный проток был заменен и приписан окружающей паренхиме поджелудочной железы нормального вида. https://doi.org/10.1148/radiol.220152
Премия имени Александра Р. Маргулиса за выдающиеся научные достижения радиологического общества Северной Америки ( RSNA ) 2023 года будет вручена авторам статьи в области радиологии « Обнаружение рака поджелудочной железы с помощью компьютерной томографии с глубоким обучением: общенациональное популяционное исследование». ».
Эта ежегодная награда, названная в честь Александра Р. Маргулиса , доктора медицинских наук, выдающегося исследователя и вдохновляющего провидца в области радиологии, присуждается за лучшую оригинальную научную статью, опубликованную в ведущем журнале RSNA Radiology.
«Премия Маргулиса в этом году признает впечатляющие результаты, которые, вероятно, затронут миллионы пациентов во всем мире», — сказала редактор отдела радиологии Линда Мой, доктор медицинских наук . «Исследование демонстрирует, как инструмент, основанный на глубоком обучении, может привести к точному обнаружению рака поджелудочной железы на компьютерной томографии, особенно для опухолей размером менее двух сантиметров. Раннее выявление рака поджелудочной железы позволяет провести оперативное вмешательство, что значительно увеличивает шансы на выживание».
По данным Американского онкологического общества, у пациентов с раком поджелудочной железы прогноз плохой: пятилетняя выживаемость составляет всего 12%. Раннее обнаружение – лучший способ улучшить шансы. Прогноз значительно ухудшается, если опухоль превышает два сантиметра и распространяется за пределы поджелудочной железы.
КТ, наиболее широко используемый и наиболее чувствительный метод диагностики рака поджелудочной железы, пропускает около 40% опухолей размером менее двух сантиметров. Срочно необходим инструмент для повышения выявления рака поджелудочной железы.
Для исследования По-Тинг Чен, доктор медицинских наук, соавтор Тинхуэй Ву, магистр наук, и коллеги из Национального тайваньского университета в Тайбэе, Тайвань, разработали инструмент глубокого обучения искусственного интеллекта (ИИ) и обучили его, сравнивая сотни контрастных изображений. расширенные КТ-исследования пациентов с раком поджелудочной железы и без него.
Инструмент искусственного интеллекта , участвовавший в исследовании, достиг 90% чувствительности и 93% специфичности в тестовом наборе из 1473 реальных КТ-исследований. Чувствительность была сопоставима с чувствительностью рентгенологов независимо от размера и стадии опухоли. Чувствительность обнаружения рака поджелудочной железы размером менее двух сантиметров составила 75%.
«Что касается раннего выявления и диагностики, наш рабочий процесс играет ключевую роль в выявлении рака поджелудочной железы на более ранних и более излечимых стадиях», — сказал доктор Чен. «Помогая рентгенологам и врачам распознавать подозрительные поражения на компьютерной томографии, он способствует быстрой и точной диагностике, что имеет решающее значение для улучшения результатов лечения пациентов. Кроме того, этот рабочий процесс дает ценное преимущество, предоставляя надежное второе мнение, повышая уверенность в диагностике среди медицинских работников и, в конечном итоге, улучшая уход за пациентами».
Важно отметить, что в этом методе используется автоматическая сегментация предварительной обработки или идентификация и контурирование поджелудочной железы на компьютерной томографии всего тела. Автоматизация этого процесса представляет собой важный прогресс в оценке изображений поджелудочной железы с помощью искусственного интеллекта, поскольку поджелудочная железа граничит с множеством органов и структур и сильно различается по форме и размеру.
«Этот подход не только оптимизирует процесс, экономя ценное время врачей, которые в противном случае были бы потрачены на определение интересующей области вручную, но также гарантирует, что модель классификации направлена на критическую область, устраняя постороннюю информацию», — сказал доктор Чен. .
Компьютерная сегментация также позволяет проводить количественный анализ, включая измерение размера, формы и объема поджелудочной железы и любых обнаруженных поражений, что помогает в планировании лечения и мониторинге заболевания.
«Для нас большая честь и искреннее удивление получить эту награду», — сказал доктор Чен. «Это признание тяжелой работы и преданности делу, которые наша команда вложила в наши исследования. Мы хотим выразить глубокую благодарность комитету по наградам за это невероятное признание».
Премия Маргулиса будет вручена во время 109-й научной ассамблеи и ежегодного собрания RSNA (RSNA 2023) в Чикаго.