Исследования
Системы диагностирования с ИИ теперь точнее специалистов в трех основных категориях заболеваний
Крупное многоцентровое исследование показало, что диагностические системы на основе ИИ превосходят сертифицированных специалистов в выявлении ранних стадий рака легких, диабетической ретинопатии и меланомы кожи. Эти результаты меняют дискуссию о роли ИИ в клинической медицине.
Майкл Г ·
Знаковое исследование, опубликованное на этой неделе в журнале New England Journal of Medicine, показало, что диагностические системы на основе ИИ превосходят сертифицированных врачей-специалистов в выявлении заболеваний на ранней стадии в трех основных категориях: рака легких по компьютерной томографии, диабетической ретинопатии по снимкам сетчатки и меланомы по дерматоскопическим изображениям. Исследование охватило более 180 000 клинических случаев в 47 медицинских центрах 12 стран и стало крупнейшей и наиболее строгой из когда-либо проводившихся оценок эффективности ИИ в диагностике.
Результаты поражают. Для выявления рака легких на ранней стадии система ИИ достигла чувствительности 94,3% при специфичности 91,7% — по сравнению со средней чувствительностью 87,1% и специфичностью 85,3% у 312 радиологов, участвовавших в исследовании. Для диабетической ретинопатии эффективность системы ИИ была еще более выраженной, с чувствительностью 97,8% по сравнению с 89,4% у офтальмологов. Для меланомы разрыв был меньше, но все равно статистически значим: 91,2% против 86,7%.
Авторы исследования тщательно контекстуализируют эти результаты. Системы ИИ оценивались в условиях, благоприятных для их работы: стандартизированные протоколы получения изображений, хорошо подобранные наборы данных и оценка по конкретной задаче бинарной классификации. Реальная клиническая диагностика гораздо сложнее — она включает интеграцию данных визуализации с историей болезни пациента, физикальным осмотром, лабораторными результатами и клиническим суждением о дальнейших действиях. Ни один из этих контекстуальных факторов не был учтен в исследовании.
Эти результаты впечатляют и важны, но они не говорят нам о том, что ИИ должен заменить радиологов или офтальмологов. Они показывают, что ИИ может быть очень мощным инструментом в руках этих специалистов — инструментом, который может помочь выявлять случаи, которые в противном случае могли бы быть пропущены.
Главный автор, исследование NEJM
Клинические последствия являются значительными вне зависимости от того, как интерпретируется сравнение со специалистами. Раннее выявление является самым важным фактором в результатах лечения рака: пятилетние показатели выживаемости при ранней стадии рака легких превышают 90%, по сравнению с менее чем 10% при поздней стадии заболевания. Если системы ИИ смогут выявлять случаи, которые в противном случае были бы пропущены или задержаны, влияние на результаты лечения пациентов может быть значительным.
Исследование также документирует существенные различия в эффективности ИИ среди различных демографических групп. Чувствительность системы была на 3-5 процентных пунктов ниже для пациентов из недопредставленных расовых и этнических групп, что авторы объясняют недопредставленностью этих групп в тренировочных данных. Этот вывод усиливает опасения, которые ранее высказывались относительно того, что диагностические системы ИИ могут поддерживать или усиливать существующие различия в здравоохранении, если их внедрять без внимательного учета состава тренировочных данных и постоянного мониторинга эффективности.
Регуляторные реакции на исследование уже появляются. FDA указало, что оно ускорит рассмотрение систем ИИ для диагностики, которые демонстрируют показатели, соответствующие порогам, установленным в исследовании. Европейское агентство по лекарственным средствам выпустило руководство, предполагающее, что системы ИИ для диагностики в трёх исследованных категориях могут претендовать на условное одобрение при условии мониторинга реальной эффективности. Несколько крупных медицинских систем объявили о планах начать пилотные развертывания инструментов ИИ для диагностики в качестве дополнения к обзору специалистов.
Экономические последствия также значительны. Недостаток специалистов является глобальной проблемой, особенно в радиологии и офтальмологии. Если системы ИИ смогут проводить первоначальный скрининг с точностью на уровне специалистов, это может значительно расширить доступ к диагностическим услугам в недостаточно обслуживаемых регионах и снизить нагрузку на специалистов, позволяя им сосредоточиться на самых сложных случаях. По оценкам исследования, широкое внедрение диагностических инструментов на базе ИИ может предотвратить примерно 180 000 предотвратимых случаев смерти от рака ежегодно только в Соединенных Штатах.