مدل یادگیری عمیق افراد غیرسیگاری را در معرض خطر ابتلا به سرطان ریه معرفی می کند


نوشته شانیا کندی

– بر اساس تحقیقات ارائه شده در نشست امسال انجمن رادیولوژی آمریکای شمالی (RSNA) یک مدل یادگیری عمیق می تواند افراد غیر سیگاری در معرض خطر بالای سرطان ریه را تنها با استفاده از اشعه ایکس معمولی قفسه سینه شناسایی کند.

مرکز کنترل و پیشگیری از بیماری ها (CDC) نشان می دهد که سرطان ریه سومین سرطان شایع در ایالات متحده است و بیشتر آمریکایی ها در اثر این بیماری از هر نوع سرطان دیگری جان خود را از دست می دهند.

انجمن سرطان آمریکا گزارش می دهد که سیگار عامل اصلی سرطان ریه است و تخمین زده می شود که حدود 80 درصد از مرگ و میرهای ناشی از سرطان ریه ناشی از سیگار کشیدن است. اعتقاد بر این است که این میزان برای انواع خاصی از سرطان ریه، مانند سرطان ریه سلول کوچک (SCLC) حتی بیشتر است.

با این حال، محققان خاطرنشان کردند که تقریباً 10 تا 20 درصد از سرطان‌های ریه در افرادی که هرگز سیگار نمی‌کشند، رخ می‌دهد، افرادی که هرگز سیگار نکشیده‌اند یا کمتر از 100 نخ در طول زندگی خود مصرف کرده‌اند. آنها همچنین خاطرنشان کردند که سرطان ریه در بین افرادی که هرگز سیگار نمی‌کشند در حال افزایش است و این سرطان‌ها اغلب پیشرفته‌تر از سرطان‌هایی هستند که در افراد غیرسیگاری کشف می‌شوند.

این روندها اهمیت غربالگری را برجسته می‌کند، اما دستورالعمل‌های کنونی کارگروه خدمات پیشگیرانه ایالات متحده (USPSTF) غربالگری سرطان ریه را برای افرادی که هرگز سیگار نمی‌کشند توصیه نمی‌کند.

بیشتر بخوانید: غربالگری سرطان ریه مبتنی بر خطر ممکن است تفاوت های نژادی و قومی را کاهش دهد

Anika S. Walia، نویسنده اصلی این مطالعه، دانشجوی پزشکی در دانشکده پزشکی دانشگاه بوستون و محقق در مرکز تحقیقات تصویربرداری قلب و عروق، گفت: دستورالعمل‌های کنونی Medicare و USPSTF غربالگری CT سرطان ریه را فقط برای افرادی که سابقه مصرف سیگار قابل توجهی دارند، توصیه می‌کند. CIRC) در بیمارستان عمومی ماساچوست (MGH) و دانشکده پزشکی هاروارد در بوستون، در بیانیه مطبوعاتی. با این حال، سرطان ریه به طور فزاینده ای در افرادی که هرگز سیگار نمی کشند شایع است و اغلب در مراحل پیشرفته ظاهر می شود.

USPSTF در حال حاضر توصیه می کند که بزرگسالان بین 50 تا 80 سال که حداقل 20 بسته سال سابقه سیگار کشیدن دارند و در حال حاضر سیگار می کشند یا در 15 سال گذشته آن را ترک کرده اند، تحت غربالگری سالانه سرطان ریه از طریق توموگرافی کامپیوتری با دوز پایین (LDCT) قرار گیرند.

غربالگری برای افرادی که هرگز سیگار نمی کشند توصیه نمی شود زیرا مضرات بالقوه غربالگری بیشتر از فواید آن است. علاوه بر این، تیم تحقیقاتی نشان داد که پیش‌بینی سرطان ریه در این جمعیت یک چالش است، زیرا روش‌های موجود برای تعیین خطر به اطلاعات یا نتایج آزمایشی نیاز دارد که به راحتی در دسترس اکثر بیماران نیست، مانند سابقه خانوادگی بیماری، نشانگرهای زیستی سرم و آزمایش عملکرد ریوی.

برای پرداختن به این موضوع، محققان به دنبال توسعه یک مدل هوش مصنوعی (AI) بودند که می‌تواند خطر ابتلا به سرطان ریه را در افرادی که هرگز سیگار نمی‌کشند با استفاده از داده‌های بالینی معمول شناسایی کند.

ابزار به دست آمده، یک مدل یادگیری عمیق به نام CXR-Lung-Risk، یک مدل پیش بینی خطر است که برای استفاده از تصاویر اشعه ایکس قفسه سینه از پرونده الکترونیک سلامت (EHR) طراحی شده است. این مدل این تصاویر را برای الگوهای مرتبط با سرطان ریه جستجو می کند تا بیماران را در گروه های خطر طبقه بندی کند.

بیشتر بخوانید: مدل مبتنی بر آزمایش خون به طور دقیق خطر مرگ ناشی از سرطان ریه را پیش بینی می کند

ولیا توضیح داد: «یک مزیت اصلی رویکرد ما این است که فقط به یک تصویر اشعه ایکس از قفسه سینه نیاز دارد، که یکی از رایج‌ترین آزمایش‌ها در پزشکی است و به طور گسترده در پرونده پزشکی الکترونیکی موجود است».

این ابزار با استفاده از 147497 رادیوگرافی قفسه سینه از 40643 سیگاری بدون علامت و هرگز سیگاری از آزمایش غربالگری سرطان پروستات، ریه، کولورکتال و تخمدان (PLCO) ساخته شد. سپس این مدل بر روی گروه جداگانه‌ای از افراد غیرسیگاری که از سال 2013 تا 2014 رادیوگرافی قفسه سینه را به صورت سرپایی دریافت کرده بودند، اعتبار خارجی داشت.

با استفاده از این داده‌ها، سرطان ریه شش ساله با استفاده از کدهای طبقه‌بندی بین‌المللی بیماری شناسایی شد. از آنجا، امتیازهای ریسک ایجاد شده توسط این مدل به گروه‌های کم، متوسط ​​و پرخطر بر اساس آستانه‌های ریسک مشتق شده خارجی تبدیل شد.

از 17407 شرکت‌کننده در مطالعه، 28 درصد به‌عنوان پرخطر توسط ابزار یادگیری عمیق شناسایی شدند و 2.9 درصد از این بیماران بعداً به سرطان ریه مبتلا شدند. تیم تحقیقاتی تاکید کرد که این اعداد فراتر از آستانه خطر 1.3 درصدی شش ساله است که در آن غربالگری سرطان ریه توسط شبکه جامع ملی سرطان توصیه می‌شود.

پس از تنظیم سن، جنس، نژاد، عفونت قبلی دستگاه تنفسی تحتانی و بیماری انسدادی مزمن ریوی شرکت کنندگان، محققان دریافتند که افراد غیرسیگاری در گروه پرخطر 2.1 برابر بیشتر در معرض خطر ابتلا به سرطان ریه قرار دارند. همتایان گروه ریسک

بیشتر بخوانید: هدف پروژه هوش مصنوعی دانشگاه هیوستون بهبود تشخیص سرطان ریه است

مایکل تی لو، MD، MPH، مدیر هوش مصنوعی، می گوید: «این ابزار هوش مصنوعی در را برای غربالگری فرصت طلبانه برای افرادی که هرگز سیگار نمی کشند در معرض خطر بالای سرطان ریه با استفاده از اشعه ایکس قفسه سینه موجود در پرونده پزشکی الکترونیکی باز می کند. و مدیر مشترک CIRC در MGH. از آنجایی که میزان مصرف سیگار در حال کاهش است، رویکردهای تشخیص زودهنگام سرطان ریه در افرادی که سیگار نمی‌کشند اهمیت فزاینده‌ای دارد.

یادگیری عمیق به طور فزاینده ای پتانسیل خود را برای کمک به شناسایی بیمارانی که ممکن است از غربالگری سرطان ریه بهره مند شوند، نشان داده است.

در ژانویه، محققان دریافتند که یکی از این مدل‌ها می‌تواند خطر ابتلا به سرطان ریه را با استفاده از اشعه ایکس قفسه سینه و سایر داده‌های EHR پیش‌بینی کند و در عین حال افرادی را که در مدیکر واجد شرایط نیستند، اما ممکن است از غربالگری سرطان ریه سود ببرند، علامت‌گذاری کند.

پوشش مراکز خدمات مدیکر و مدیکید ایالات متحده (CMS) غربالگری را برای افراد 55 تا 77 ساله با سابقه مصرف 30 پاکت سال یا بیشتر که در حال حاضر سیگار می کشند یا در 15 سال گذشته ترک می کنند، امکان پذیر می کند.

با این حال، تعداد قابل توجهی از سرطان ها در افرادی که تحت دستورالعمل های CMS واجد شرایط نیستند، رخ می دهد. توسعه‌های اخیر واجد شرایط بودن به دنبال رسیدگی به این موضوع بوده‌اند، اما این موارد با موضوع مشارکت ضعیف در غربالگری سرطان ریه مقابله نکردند.

برای غلبه بر این چالش ها، تیم تحقیقاتی یک ابزار خودکار خطر سرطان ریه را برای تکمیل معیارهای CMS ساخت.