Репортаж от Wedoany，Компания NodeAI недавно начала клиническое исследование в сети здравоохранения University Health Network (UHN) для проверки способности своего алгоритма ИИ в реальном времени прогнозировать злокачественность лимфатических узлов во время эндобронхиального ультразвукового исследования (EBUS). Испытание проводится в больнице Торонто Генерал, где в 2011 году впервые было подтверждено клиническое значение технологии EBUS в рамках знакового исследования.
Ежегодно только в Северной Америке более 270 000 пациентов проходят эндобронхиальное ультразвуковое исследование. Эта минимально инвазивная биопсийная техника, известная как EBUS-TBNA, была впервые разработана в больнице Торонто Генерал в конце 1990-х годов и произвела революцию в диагностике рака легких. Благодаря этой технологии открытые хирургические вмешательства в значительной степени перестали быть необходимыми, и теперь она является мировым стандартом лечения. Однако примерно в 40% случаев результаты исследования остаются неопределенными, поскольку эффективность процедуры сильно зависит от опыта и подготовки врача. Неопределенные результаты приводят к задержкам в диагностике и повторным биопсиям, что негативно сказывается на прогнозе для пациентов.
Медицинская ИИ-компания NodeAI, базирующаяся в Гамильтоне, была основана именно для решения этой проблемы. В проекте участвует доктор Кадзухиро (Кадзу) Ясуфуку, соразработчик технологии EBUS-TBNA, нынешний руководитель отделения эндоскопии и торакальной хирургии UHN и член консультативного совета NodeAI. Он участвовал в знаковом клиническом исследовании 2011 года, подтвердившем эффективность EBUS. Разработанная доктором Ясуфуку в больнице Торонто Генерал методика EBUS-TBNA заменила медиастиноскопию — процедуру, требующую общего наркоза, разреза на шее и использования жестких стальных инструментов для доступа в грудную полость. EBUS сократил время исследования до менее 15 минут, позволил пациентам возвращаться домой в тот же день и за десять лет стал мировым золотым стандартом. К 2020 году, по оценкам, 650 000 случаев рака легких были диагностированы с помощью этой технологии. За свои достижения доктор Ясуфуку получил Японскую премию за медицинские исследования и разработки от премьер-министра Синдзо Абэ.
«Как соразработчик EBUS-TBNA, я рад видеть, что ИИ помогает открыть следующее поколение точной диагностики. Подход NodeAI научно обоснован, поскольку он основан на проверенной хирургической анатомии, реальных данных визуализации и клинически значимых паттернах, которые опытные бронхоскописты распознают ежедневно. NodeAI обладает потенциалом повысить уровень диагностики, ускорить распространение знаний и в конечном итоге улучшить уход за пациентами по всему миру», — отметил доктор Ясуфуку.
Платформа NodeAI интегрируется непосредственно в существующий клинический рабочий процесс EBUS через облачный интерфейс. Во время процедуры ИИ в реальном времени анализирует ультразвуковое видео, обнаруживает анатомию лимфатических узлов, определяет их станции и генерирует прогноз злокачественности до введения биопсийной иглы. Система не зависит от поставщика оборудования и не требует изменений в аппаратуре. Алгоритм, основанный на более чем семи годах клинических исследований и одном из крупнейших в мире наборов данных видео EBUS, был разработан совместно торакальным хирургом Ваэлем Ханной и ученым в области ИИ Энтони Гатти, которые являются сооснователями NodeAI.
«EBUS изменил все наши представления о стадировании рака легких, — заявил доктор Ханна. — Но эффективность процедуры зависит от навыков врача, что создает проблему справедливости. Пациент в крупном академическом центре, где процедуру проводит опытный бронхоскопист, получает иные результаты, чем пациент в районной больнице. ИИ может сократить этот разрыв. Данное испытание призвано доказать это».
Испытание продлится 3 месяца и охватит 100 пациентов в больнице Торонто Генерал. Основной конечной точкой является способность NodeAI успешно обрабатывать изображения EBUS и возвращать прогнозы в реальном времени с частотой более 90%, то есть для более чем 90% всех захваченных во время процедуры изображений. Исследование оценит, повышает ли руководство ИИ в реальном времени от NodeAI точность диагностики по сравнению со стандартной практикой EBUS, с акцентом на снижение числа неопределенных результатов и уменьшение различий между врачами.
«Нет более надежного места в мире для валидации технологии EBUS, чем больница Торонто Генерал, — отметил доктор Ханна. — Именно здесь эта технология была создана. Проведение этого испытания под руководством доктора Ясуфуку — это та научная основа, которая нам нужна, чтобы быть уверенными: мы создаем технологию, способную помочь каждому пациенту, борющемуся с раком легких».
Рак легких уносит больше жизней в Канаде, чем любая другая форма рака; в 2025 году ожидается около 33 000 новых случаев заболевания. Во всем мире это основная причина смерти от рака. Точное и своевременное стадирование определяет, будет ли пациент получать хирургическое лечение, химиотерапию, лучевую терапию или паллиативную помощь. Более широкая цель NodeAI — сделать экспертные EBUS-исследования доступными повсеместно, не только в академических медицинских центрах. Подписная модель компании предназначена для внедрения как в больницах с высоким потоком пациентов, так и в небольших районных учреждениях, где проводят EBUS, но не хватает специализированных знаний.
Данный материал скомпилирован платформой Wedoany. При цитировании материалов, созданных с помощью искусственного интеллекта (ИИ), необходимо обязательно указывать источник — «Wedoany». В случае выявления нарушения прав или иных проблем просим своевременно информировать нас. Сайт оперативно внесёт изменения или удалит материал.Электронная почта: news@wedoany.com
