Выявление новых случаев рака лёгкого с помощью искусственного интеллекта: клиническая и экономическая оценка ретроспективного анализа результатов компьютерной томографии через 2 года после пандемии COVID-19
- Авторы: Зуков Р.А.1,2, Сафонцев И.П.1,2, Клименок М.П.2, Забродская Т.Е.2, Меркулова Н.А.2, Чернина В.Ю.3, Беляев М.Г.3, Гончаров М.Ю.3,4,5, Омельяновский В.В.6,7,8, Ульянова К.А.9, Соболева Е.А.3,5, Блохина М.Е.10, Наливкина Е.А.10, Гомболевский В.А.3,4,11,12
-
Учреждения:
- Красноярский государственный медицинский университет имени профессора В.Ф. Войно-Ясенецкого
- Красноярский краевой клинический онкологический диспансер имени А.И. Крыжановского
- АЙРА Лабс
- Институт искусственного интеллекта AIRI
- Сколковский институт науки и технологий
- Центр экспертизы и контроля качества медицинской помощи
- Российская медицинская академия непрерывного профессионального образования
- Научно-исследовательский финансовый институт
- Министерство здравоохранения Российской Федерации
- АстраЗенека Фармасьютикалз
- Научный центр мирового уровня «Цифровой биодизайн и персонализированное здравоохранение»
- Первый Московский государственный медицинский университет имени И.М. Сеченова
- Выпуск: Том 5, № 4 (2024)
- Страницы: 725-739
- Раздел: Оригинальные исследования
- URL: https://journals.rcsi.science/DD/article/view/309832
- DOI: https://doi.org/10.17816/DD630885
- ID: 309832
Цитировать
Аннотация
Обоснование. Компьютерная томография органов грудной клетки — основной метод диагностики изменений лёгочной ткани, вызванных инфекцией COVID-19. Так, с 2020 года в Красноярском крае увеличилась частота применения данного исследования. Тем не менее заболеваемость раком лёгкого снизилась на 5,2%. Сложившаяся ситуация вызвала опасения в отношении пропуска рентгенологических изменений, характерных для рака лёгкого, и стимулировала поиск новых диагностических методов, включая искусственный интеллект для анализа данных.
Цель — оценка возможности использования алгоритма искусственного интеллекта, направленного на поиск лёгочных узлов по данным компьютерной томографии органов грудной клетки, полученным в период пандемии COVID-19, для выявления рака лёгкого.
Материалы и методы. В ретроспективное исследование вошли результаты компьютерной томографии органов грудной клетки пациентов из Красноярского края с диагнозом COVID-19 из PACS-архива, выполненные в период с 01.11.2020 по 28.02.2021. Интервал времени между проведёнными компьютерными томографиями и применением алгоритма искусственного интеллекта составил от двух лет и одного месяца до двух лет и пяти месяцев. Использовали алгоритм искусственного интеллекта Chest-IRA. Он выявлял лёгочные узлы объёмом более 100 мм3. Рентгенологи разделили результаты на три группы в зависимости от вероятности рака лёгкого. Оценка экономической выгоды применения алгоритма учитывала затраты на заработную плату и экономию на лечении ранних стадий рака лёгкого, влияющую на валовой региональный продукт.
Результаты. Из 10 500 результатов компьютерной томографии, алгоритм искусственного интеллекта выявил узловые образования в 484 случаях. Определены 192 пациента с высокой вероятностью рака лёгкого, 103 — без признаков и 60 — с неубедительными признаками. 112 пациентов с высокой и средней вероятностью рака лёгкого не обращались за медицинской помощью. Применение искусственного интеллекта позволило подтвердить 100 (28,2%) гистологически верифицированных случаев рака лёгкого, при этом I–II стадия выявлена в 35%.
Использование искусственного интеллекта вместо рентгенологов сэкономило бы 25 мес. и 4 дня работы — 2 430 тыс. рублей. Ожидаемая экономия бюджета в связи с выявлением рака лёгкого на ранней стадии варьирует от 10 600 тыс. до 12 500 тыс. рублей на каждые 10 500 компьютерных томографий. Общий экономический эффект за пять лет — от 259 400 тыс. до 305 100 тыс. рублей.
Заключение. Использование искусственного интеллекта для анализа результатов компьютерной томографии органов грудной клетки демонстрирует высокую эффективность в отношении выявления узловых образований лёгких, в том числе на фоне COVID-19, что подтверждает перспективы его применения для раннего обнаружения случайных лёгочных узлов, которые могли бы быть пропущены.
Полный текст
Открыть статью на сайте журналаОб авторах
Руслан Александрович Зуков
Красноярский государственный медицинский университет имени профессора В.Ф. Войно-Ясенецкого; Красноярский краевой клинический онкологический диспансер имени А.И. Крыжановского
Автор, ответственный за переписку.
Email: zukov_rus@mail.ru
ORCID iD: 0000-0002-7210-3020
SPIN-код: 3632-8415
д-р мед. наук, профессор
Россия, Красноярск; КрасноярскИван Петрович Сафонцев
Красноярский государственный медицинский университет имени профессора В.Ф. Войно-Ясенецкого; Красноярский краевой клинический онкологический диспансер имени А.И. Крыжановского
Email: sip@onkolog24.ru
ORCID iD: 0000-0002-8177-6788
SPIN-код: 1548-5565
канд. мед. наук, доц., каф. онкологии и лучевой терапии с курсом последипломного образования, зам. глав. врача по организационно-методической работе
Россия, Красноярск; КрасноярскМарина Петровна Клименок
Красноярский краевой клинический онкологический диспансер имени А.И. Крыжановского
Email: klimenokmp@onkolog24.ru
ORCID iD: 0009-0001-7849-0770
SPIN-код: 7179-8793
врач
Россия, КрасноярскТатьяна Евгеньевна Забродская
Красноярский краевой клинический онкологический диспансер имени А.И. Крыжановского
Email: ZabrodskayaTE@onkolog24.ru
ORCID iD: 0000-0003-4987-5222
SPIN-код: 8365-3582
врач
Россия, КрасноярскНаталья Алексеевна Меркулова
Красноярский краевой клинический онкологический диспансер имени А.И. Крыжановского
Email: MerkulovaNA@onkolog24.ru
ORCID iD: 0009-0006-9254-1331
врач
Россия, КрасноярскВалерия Юрьевна Чернина
АЙРА Лабс
Email: v.chernina@ira-labs.com
ORCID iD: 0000-0002-0302-293X
SPIN-код: 8896-8051
руководитель отдела клинической оценки
Россия, МоскваМихаил Геннадьевич Беляев
АЙРА Лабс
Email: belyaevmichel@gmail.com
ORCID iD: 0000-0001-9906-6453
SPIN-код: 2406-1772
канд. физ.-мат. наук
Россия, МоскваМихаил Юрьевич Гончаров
АЙРА Лабс; Институт искусственного интеллекта AIRI; Сколковский институт науки и технологий
Email: mig0nch@yandex.ru
ORCID iD: 0009-0009-8417-0878
Россия, Москва; Москва; Москва
Виталий Владимирович Омельяновский
Центр экспертизы и контроля качества медицинской помощи; Российская медицинская академия непрерывного профессионального образования; Научно-исследовательский финансовый институт
Email: vvo@rosmedex.ru
ORCID iD: 0000-0003-1581-0703
SPIN-код: 1776-4270
д-р мед. наук, профессор
Россия, Москва; Москва; МоскваКсения Александровна Ульянова
Министерство здравоохранения Российской Федерации
Email: UlyanovaKA@minzdrav.gov.ru
ORCID iD: 0000-0002-3462-0123
SPIN-код: 6491-6072
Россия, Москва
Евгения Александровна Соболева
АЙРА Лабс; Сколковский институт науки и технологий
Email: e.soboleva@ira-labs.com
ORCID iD: 0009-0009-4037-6911
Россия, Москва; Москва
Мария Евгеньевна Блохина
АстраЗенека Фармасьютикалз
Email: mariya.blokhina@astrazeneca.com
ORCID iD: 0009-0002-9008-9485
врач
Россия, МоскваЕлена Александровна Наливкина
АстраЗенека Фармасьютикалз
Email: elena.nalivkina@astrazeneca.com
ORCID iD: 0009-0003-5412-9643
Россия, Москва
Виктор Александрович Гомболевский
АЙРА Лабс; Институт искусственного интеллекта AIRI; Научный центр мирового уровня «Цифровой биодизайн и персонализированное здравоохранение»; Первый Московский государственный медицинский университет имени И.М. Сеченова
Email: gombolevskii@gmail.com
ORCID iD: 0000-0003-1816-1315
SPIN-код: 6810-3279
канд. мед. наук
Россия, Москва; Москва; Москва; МоскваСписок литературы
- Siegel R.L., Miller K.D., Jemal A. Cancer statistics, 2020 // CA Cancer J Clin. 2020. Vol. 70, N 1. P. 7–30. doi: 10.3322/caac.21590
- Злокачественные новообразования в России в 2021 году (заболеваемость и смертность) / под ред. А.Д. Каприна, В.В. Старинского, А.О. Шахзадовой. Москва: МНИОИ им. П.А. Герцена — филиал ФГБУ «НМИЦ радиологии Минздрава России, 2022.
- Chest-IRA [Internet]; 2020. Режим доступа: https://mosmed.ai/service_catalog/chestira/ Дата обращения: 28.10.2024.
- Морозов С.П., Владзимирский А.В., Кляшторный В.Г., и др. Клинические испытания программного обеспечения на основе интеллектуальных технологий (лучевая диагностика). Серия «Лучшие практики лучевой и инструментальной диагностики». Вып. 57. Москва: ГБУЗ «НПКЦ ДиТ ДЗМ», 2019.
- Armato S.G. 3rd, McLennan G., Bidaut L., et al. The lung image database consortium (LIDC) and image database resource initiative (IDRI): a completed reference database of lung nodules on CT scans // Med Phys. 2011. Vol. 38, N 2. P. 915–931. doi: 10.1118/1.3528204
- Goncharov M., Pisov M., Shevtsov A., et al. CT-Based COVID-19 triage: deep multitask learning improves joint identification and severity quantification // Med Image Anal. 2021. Vol. 71. P. 102054. doi: 10.1016/j.media.2021.102054
- MacMahon H., Naidich D.P., Goo J.M., et al. Guidelines for management of incidental pulmonary nodules detected on CT images: from the Fleischner Society 2017 // Radiology. 2017. Vol. 284, N 1. P. 228–243. doi: 10.1148/radiol.2017161659
- Тарифное соглашение системы обязательного медицинского соглашения Красноярского края. В: территориальный фонд обязательного медицинского страхования [Internet], 2012– . Режим доступа: https://www.krasmed.ru/content/18137/page.html Дата обращения: 16.05.2024.
- Состояние онкологической помощи населению России в 2021 году / под ред. А.Д. Каприна, В.В. Старинского, А.О. Шахзадовой. Москва: МНИОИ им. П.А. Герцена — филиал ФГБУ «НМИЦ радиологии Минздрава России, 2022.
- National Lung Screening Trial Research Team. Reduced lung cancer mortality with low dose computed tomographic screening // N Engl J Med. 2011. Vol. 365. P. 395–409. doi: 10.1056/NEJMoa1102873
- Гусамова Н.В., Комлева М.И., Сафонцев И.П., и др. Скрининг рака лёгкого методом НДКТ. Результаты за 2015–2017 годы КГБУЗ «Красноярский краевой клинический онкологический диспансер им. А.И. Крыжановского». В кн.: Современные достижения онкологии в клинической практике. Материалы Всероссийской научно-практической конференции. Красноярск, 2018. С. 54–57.
- Ardila D., Kiraly A.P., Bharadwaj S., et al. End to end lung cancer screening with three dimensional deep learning on low dose chest computed tomography // Nat Med. 2019. Vol. 25, N 6. P. 954–961. doi: 10.1038/s41591-019-0447-x
- Goncalves S., Fong P.C., Blokhina M. Artificial intelligence for early diagnosis of lung cancer through incidental nodule detection in low and middle income countries acceleration during the COVID-19 pandemic but here to stay // Am J Cancer Res. 2022. Vol. 12, N 1. P. 1–16.
- Graf M., Makowski M., Gawlitza J., Gassert F. Cost–effectiveness of artificial intelligence support in computed tomography–dased lung cancer screening // Cancers (Basel). 2022. Vol. 14, N 7. P. 1729. doi: 10.3390/cancers14071729
Дополнительные файлы
