Radboudumc ha un’IA che predice il rischio di cancro ai polmoni

Cancro ai polmoni

Il cancro del polmone è la principale causa di morte per cancro sia negli uomini che nelle donne, causando circa il 25% di tutti i decessi per cancro. Le persone a maggior rischio di cancro ai polmoni, come i forti fumatori, possono essere esaminate con una TC polmonare a basso dosaggio. I risultati di ampi studi di screening indicano che questo potrebbe ridurre drasticamente la mortalità per cancro ai polmoni. Ciò è particolarmente vero quando i (potenziali) tumori vengono rilevati in una fase iniziale. Quindi la possibilità di un trattamento di successo è maggiore.

Benigno o no

Il problema, tuttavia, è che la maggior parte dei piccoli noduli osservati in tale TAC non sono tumori della palpebra, ma sono noduli benigni. I noduli benigni possono essere lasciati soli, mentre i noduli maligni verranno trattati. Da qui la grande importanza di poter distinguere bene tra queste due variabili.

16.000 nodi

Per lo studio, pubblicato sulla rivista Radiology, i ricercatori del Radboud University Medical Center hanno sviluppato un algoritmo per valutare i noduli polmonari con l’apprendimento profondo. Il deep learning è una tecnologia di intelligenza artificiale che impara sempre più a trovare e riconoscere i modelli nelle immagini disponibili. I ricercatori hanno addestrato l’algoritmo mostrando immagini in sezione trasversale di oltre 16.000 nodi dal National Lung Screening Trial negli Stati Uniti. Degli oltre 16.000 nodi, 1.249 erano di natura maligna. Dopo che l’algoritmo ha completato la sua formazione professionale utilizzando questi dati, è stato testato su tre file di grandi dimensioni contenenti dati di immagine per i noduli dal Danish Lung Cancer Screening Study, il Danish Lung Cancer Screening Trial. La convalida di un nuovo set di dati è un passo comune nella ricerca, che dovrebbe dimostrare quanto bene funziona l’algoritmo nella pratica.

Arti in algoritmo

“L’algoritmo di apprendimento profondo funziona molto bene. Ad esempio, supera il modello Pan-Canada per la diagnosi precoce del cancro del polmone che stima anche il rischio di sviluppare tumori maligni nei noduli polmonari”, ha detto Colin Jacobs, ricercatore del Dipartimento di Radiologia e Medicina nucleare e coordinatore dello studio Simile agli 11 medici che hanno esaminato i dati, inclusi quattro radiologi polmonari, cinque radiologi e due pneumologi.

Benefici

“L’algoritmo può aiutare i radiologi a stimare con precisione il rischio di sviluppare noduli polmonari maligni e quindi a migliorare ulteriormente lo screening del cancro del polmone”, aggiunge Kiran Vidhya Vinkadish, autore principale dell’articolo e ricercatore del Diagnostic Image Analysis Group di Radboudumc. “L’algoritmo riduce anche la possibilità di interpretazioni diverse che a volte possono verificarsi ora tra i radiologi”, aggiunge Jacobs. L’algoritmo potrebbe anche portare a un minor numero di interventi diagnostici non necessari, forse un carico di lavoro inferiore per i radiologi e ridurre i costi di screening del cancro del polmone. “

Ulteriori miglioramenti

I ricercatori vogliono migliorare ulteriormente l’algoritmo includendo altri dati che potrebbero influenzare la diagnosi, come l’età, il sesso e la storia del fumo. Il presente algoritmo è adatto per l’analisi dei noduli nello screening iniziale iniziale. Jacobs: “Se negli esseri umani vengono trovati noduli negli ultimi cicli di scansione, la crescita e l’aspetto di quei noduli è importante rispetto alle precedenti scansioni TC. Ora stiamo lavorando a un algoritmo di apprendimento profondo in cui è incluso anche lo sviluppo di quei noduli, basato sulle scansioni TC. Rischio multiplo adeguatamente valutato “.