Исследование
Системы диагностики на основе ИИ теперь точнее специалистов в трех основных категориях заболеваний
Крупное многоцентровое исследование показало, что системы диагностики на основе ИИ превосходят сертифицированных специалистов в выявлении рака легких на ранней стадии, диабетической ретинопатии и меланомы кожи. Эти результаты меняют дискуссию о роли ИИ в клинической медицине.
Майкл Г ·
Значительное исследование, опубликованное на этой неделе в New England Journal of Medicine, показало, что диагностические системы на основе ИИ превосходят сертифицированных специалистов в выявлении заболеваний на ранних стадиях по трем основным категориям: рак легких на КТ, диабетическая ретинопатия на снимках сетчатки и меланома на дерматоскопических изображениях. Исследование, проведенное на 47 клинических площадках в 12 странах с участием более 180 000 пациентов, является самым крупным и самым тщательным оцениванием эффективности ИИ в диагностике за всю историю.
Результаты впечатляют. Для раннего выявления рака легких 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 заметной: чувствительность составила 97,8% по сравнению с 89,4% у офтальмологов. Для меланомы разрыв был меньше, но все же статистически значим: 91,2% против 86,7%.
Авторы исследования осторожно стремятся поставить эти результаты в контекст. Системы ИИ оценивались в условиях, которые благоприятствовали их эффективности: стандартизированные протоколы получения изображений, тщательно подобранные наборы данных и оценка по конкретной задаче бинарной классификации. Реальная клиническая диагностика включает гораздо больше сложностей — интеграцию данных визуализации с историей болезни, физикальным обследованием, лабораторными результатами и клиническим суждением о необходимых дальнейших шагах. Ни один из этих контекстуальных факторов не был учтён в исследовании.
Эти результаты впечатляют и важны, но они не говорят нам о том, что ИИ должен заменить радиологов или офтальмологов. Они говорят нам о том, что ИИ может быть очень мощным инструментом в руках этих специалистов — инструментом, который может помочь выявлять случаи, которые иначе были бы пропущены.
Ведущий автор, исследование NEJM
Клинические последствия значительны независимо от того, как интерпретировать сравнение с специалистами. Раннее выявление является самым важным фактором в исходах рака: пятилетняя выживаемость при ранней стадии рака легкого превышает 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 выявлены с задержкой, влияние на исходы пациентов может быть значительным.
Исследование также фиксирует значительные различия в эффективности ИИ среди различных демографических групп. Чувствительность системы была на 3–5 процентных пункта ниже у пациентов из недостаточно представленных расовых и этнических групп, что авторы объясняют недостаточным представлением этих групп в обучающих данных. Этот вывод подтверждает опасения, высказывавшиеся ранее, что диагностические системы на основе ИИ могут поддерживать или усиливать существующие проблемы неравенства в здравоохранении, если их использовать без тщательного учета состава обучающих данных и постоянного мониторинга эффективности.
Регуляторные реакции на исследование уже начинают проявляться. FDA указало, что будет ускоренно рассматривать ИИ-системы диагностики, которые демонстрируют результаты, соответствующие пороговым значениям, установленным в исследовании. Европейское агентство по лекарственным средствам выпустило рекомендации, предполагающие, что ИИ-системы диагностики в трёх изученных категориях могут претендовать на условное одобрение при условии мониторинга их эффективности в реальных условиях. Несколько крупных медицинских систем объявили о планах начать пилотное внедрение ИИ-инструментов диагностики в качестве дополнения к оценке специалистов.
Экономические последствия также значительны. Недостаток специалистов является глобальной проблемой, особенно в радиологии и офтальмологии. Если системы ИИ смогут выполнять первоначальный скрининг с точностью на уровне специалистов, это сможет существенно расширить доступ к диагностическим услугам в регионах с нехваткой специалистов и снизить нагрузку на врачей-специалистов, позволяя им концентрироваться на самых сложных случаях. Исследование оценивает, что широкое внедрение инструментов ИИ для диагностики может предотвратить примерно 180 000 предотвратимых случаев смерти от рака ежегодно лишь в Соединённых Штатах.