Применение технологии искусственного интеллекта Lung Cancer CT при низкодозной компьютерной томографии для ранней диагностики рака легкого

Аннотация

Актуальность: В последние годы отмечается рост применения технологии искусственного интеллекта (ИИ) при выполнении низкодозной компьютерной томографии (НДКТ) легких, что, в свою очередь, привлекает значительное внимание. НДКТ широко используется для раннего выявления и мониторинга заболеваний легких, а точный анализ исследований имеет важное значение для эффективной диагностики и лечения.

Цель исследования – оценить диагностическую эффективность ИИ-системы в клиническом применении, сравнивая чувствительность к обнаружению легочных узлов и дифференциацию доброкачественных и злокачественных процессов с помощью ИИ и врачей-радиологов, с предоставлением теоретической основы для клинического использования.

Методы: Исследование основано на ретроспективном анализе НДКТ исследований, выполненных в рамках пилотного проекта по скринингу рака легкого. Использованы стандартизированные протоколы низкодозного сканирования на томографах с высоким разрешением, а интерпретация результатов проводилась опытными радиологами и экспертом с многолетним стажем. Для анализа данных и сегментации узлов применялись современные фреймворки глубокого обучения (TensorFlow, PyTorch).

Результаты: Результаты исследования показали, что модель глубокого обучения Lung Cancer CT, созданная для определения легочных узлов, обладает чувствительностью 63,4% (95% ДИ: 54,0-72,8%) и специфичностью 81,6% (95% ДИ: 79,8–83,4%).

Заключение: ИИ может улучшить процесс интерпретации НДКТ, однако, несмотря на полученные значения диагностической ценности, все еще требует дополнительной доработки для полного применения в практике.