A IA corresponde aos médicos no mapeamento de tumores pulmonares para radioterapia

Na radioterapia, a precisão pode salvar a vida. O oncologista deve mapear cuidadosamente o tamanho e a localização de um tumor antes de dar radiação de doses altas para destruir células cancerígenas poupando tecido saudável. Mas esse processo, chamado divisão de tumores, ainda é feito manualmente, variar entre médicos – e áreas de tumor importantes podem ser ignoradas.

Agora, uma equipe de cientistas da Northwestern Medicine desenvolveu um dispositivo de IA chamado ISEG que não apenas corresponde aos médicos Tumor pulmonar Em tomografia computadorizada, mas também pode identificar áreas que alguns médicos podem perder, relatar um grande estudo novo.

Ao contrário dos primeiros dispositivos de IA, que se concentram em imagens estáticas, o ISEG é a primeira ferramenta de aprendizado de profundidade 3D mostrada para os tumores da seção porque eles se movem a cada respiração – um fatores importantes no esquema radioterapiaQuem Metade de todos os pacientes com câncer Na América, ele é obtido durante sua doença.

Na Northwestern University Finburg School of Medicine, presidente de radiação oncologia e autor sênior do professor, o Dr. Mohammad Abazed disse: “Estamos próximos do tratamento do câncer, que são mais precisos do que qualquer um de nós há uma década”.

“O objetivo dessa técnica é dar melhores equipamentos aos nossos médicos”, disse Abazid, que leva uma equipe de pesquisa que desenvolve equipamentos movidos a dados para personalizar e melhorar o câncer e Robert H da Northwestern University. Luri é membro do Centro de Câncer Abrangente.

O estudo será publicado na revista em 30 de junho NPJ Prince OncologyAssim,

Como o ISEG foi construído e testado

Os cientistas do noroeste treinaram o ISEG usando tomografias por tomografia computadorizada e um contorno tumoral de médicos drain de centenas de pacientes com câncer de pulmão tratados em nove clínicas na terapia do noroeste e nos sistemas de saúde clínica de Cleveland. Está além do pequeno conjunto de dados de hospital único usado em muitos estudos anteriores.

Após o treinamento, a IA foi testada na varredura do paciente que ele não tinha visto anteriormente. Seu tumor foi então descrito em comparação com as pessoas desenhadas pelos médicos. O estudo descobriu que o ISEG correspondia continuamente ao esboço de especialistas em hospitais e tipos de varredura. Ele também sinalizou áreas adicionais que alguns médicos perderam – e essas áreas perdidas estavam vinculadas a resultados piores se não forem tratados. Isso sugere que o ISEG pode ajudar a capturar áreas de alto risco que geralmente não prestam atenção a ninguém.

“O direcionamento preciso do tumor é a base de seguros e eficazes radioterapiaOnde pequenos erros no segmentação também podem afetar o controle do tumor ou causar toxicidade desnecessária “, disse Abazid.

“Ao automático e padronizar o contorno do tumor, nossa IA pode ajudar a reduzir o atraso nas ferramentas, garantir a justiça em hospitais e identificar potencialmente áreas que podem perder os médicos – no final da melhoria Atendimento ao paciente E Resultados Clínicos, “um técnico de pesquisa sênior de Fenberg, acrescentou o primeiro autor Saganik Sarkar, que conduz o mestrado em inteligência artificial do noroeste.

Implantação clínica possível ‘dentro de alguns anos’

A equipe de pesquisa agora está testando no ISEG configurações clínicasComparando seu desempenho para os médicos em tempo real. Eles também estão integrando os recursos como a resposta do usuário e estão trabalhando para expandir outros tipos de tumores para expandir a tecnologia, como câncer de fígado, cérebro e próstata. A equipe planejou adaptar o ISEG em outros métodos de imagem, incluindo ressonância magnética e tomografia computadorizada.

“Nós imaginamos isso como uma ferramenta fundamental que pode aumentar a padronização e como o tumor é direcionado na oncologia da radiação, especialmente em ambientes em que há um acesso limitado à experiência subpecialista”, disse o co-autor Troy Tio, treinadores de oncologia de radiação em Finburgh.

“Essa técnica pode ajudar a apoiar cuidados mais consistentes nas instituições, e acreditamos que a implantação clínica pode ser possível dentro de alguns anos”, disse.