Прототип алгоритма искусственного интеллекта в сравнении с критериями системы отчетности и данных о визуализации печени (LI-RADS) при диагностике гепатоцеллюлярной карциномы с помощью компьютерной томографии: рандомизированное исследование (Hepatocellular)

Рак печени является шестым наиболее часто диагностируемым раком и четвертой по значимости причиной смертности от рака во всем мире. Основное бремя болезней приходится на Восточную Азию, где стандартизированная по возрасту заболеваемость составляет 26,8 и 8,7 на 100 000 человек среди мужчин и женщин соответственно. В 2017 году среди 10 самых распространенных видов рака в Гонконге рак печени имел самый высокий уровень смертности — 84,6%. Пятилетняя выживаемость при гепатоцеллюлярной карциноме (ГЦК) сильно различается в зависимости от стадии заболевания: от 91,5% при <2 см при хирургической резекции до 11% при >5 см с поражением соседних органов. Ранняя и точная диагностика ГЦК имеет первостепенное значение для улучшения выживаемости при раке.

В отличие от других распространенных видов рака, ГЦК диагностируется по весьма характерным динамическим картинам при поперечной визуализации с контрастированием без необходимости патологического подтверждения. Система отчетности и данных по визуализации печени (LI-RADS) была создана для стандартизации лексики, интерпретации и передачи радиологических данных, связанных с ГЦК. Однако до 49% узлов, выявленных при компьютерной томографии (КТ) в группе риска, классифицируются LI-RADS как неопределенные, что еще больше задерживает установление диагноза.

В настоящее время проводятся исследования, новаторские в применении искусственного интеллекта (ИИ) в области медицинской визуализации. Междисциплинарная исследовательская группа, состоящая из клиницистов, рентгенологов и ученых-статистиков, на основе клинической и радиологической базы данных, содержащей более 4000 изображений печени, разработала алгоритм искусственного интеллекта для точной диагностики рака печени с помощью КТ. На основе ретроспективных данных промежуточный анализ показал, что алгоритм ИИ способен достичь диагностической точности >97% и отрицательной прогностической ценности >99%.

Если прототип алгоритма искусственного интеллекта окажет лучшую разовую диагностическую эффективность по сравнению с LI-RADS, он может облегчить более раннюю диагностику ГЦК, позволяя раньше назначить окончательное лечение и улучшить выживаемость при раке.