Intelligent stöd för radiologisk rapportering av lungneoplasmer (SPOILERS)

Lungcancer är en av de vanligaste cancerformerna och har en av de sämsta prognoserna, främst på grund av svårigheten med tidig diagnos. I Italien uppskattas det att det finns 41 000 nya fall varje år, och under 2021 orsakade sjukdomen cirka 34 000 dödsfall. Den sociala påverkan är betydande, eftersom sjukdomen ofta diagnostiseras i ett avancerat stadium, när överlevnadsmöjligheterna är minskade: 5-årsöverlevnaden är cirka 18 % i avancerade stadier, medan den kan nå 90 % om den diagnostiseras i ett tidigt stadium.

Tidig lungcancer manifesterar sig huvudsakligen i form av lungnoduler, som kan upptäckas genom datortomografi (DT). Diagnosen av dessa noduler kräver dock ofta invasiva procedurer, som bronkoskopi, DT-styld nålbiopsi eller kirurgiska biopsier, vilket påverkar patienternas livskvalitet och sjukvårdskostnader. Av denna anledning är förmågan att exakt skilja mellan godartade och elakartade noduler ett centralt tema i klinisk forskning.

Under de senaste åren har artificiell intelligens, särskilt djupinlärningstekniker, visat betydande potential för att stödja DT-screening. Resultaten visar att AI kan uppnå prestanda som överstiger den hos enskilda radiologer och är jämförbar med den hos ett multidisciplinärt team, med histologiska rapporter som diagnostisk referens. Detta bekräftar värdet av AI som ett verktyg för att stödja kliniskt beslutsfattande.

Med tanke på den multimodala naturen hos kliniska data (bilder, textrapporter, diagnostiska tester) finns ett växande intresse för modeller som kan integrera flera informationskällor. I detta sammanhang syftar forskningsprojektet till att utveckla ett system som automatiskt kan känna igen lungnoduler och generera naturligt språkliga textbeskrivningar av fynden.