В интервью Виктор Гомболевский, к.м.н., ведущий научный сотрудник Института искусственного интеллекта AIRI ответил на главные вопросы об одном из самых коварных, труднодиагностируемых и трудноизлечимых онкологических заболеваний – раке легкого. Эксперт рассказал, какие сегодня существуют возможности по своевременному выявлению заболевания, какое место в ранней диагностике занимает низкодозная компьютерная томография, как искуственный интеллект может помочь предсказать вероятность развития рака и как в России эти технологии применяются уже сегодня.

Можно ли предсказать рак легкого?

Рак легкого остается лидером среди смертности от онкозаболеваний, поэтому предсказание этого заболевания играет большую социально-экономическую роль. Для каждого человека можно оценить вероятность появления рака легкого при наличии определенной информации. Для этого существуют разработанные калькуляторы риска, основанные на крупных исследованиях, где сильнейшими факторами влияния на результат являются возраст (старше 50 лет) и курение (более 10 сигарет в день при стаже более 20 лет). Рак легкого имеет множество причин, поэтому дополнительными немаловажными факторами будут наличие рака легкого у родственников, а также работа во вредных условиях, например, с асбестом или пылью от тяжелых металлов и т.д. Кроме этого есть много клинических признаков, таких как кашель, мокрота, одышка, общая слабость, температурная реакция, кровохаркание, уменьшение массы тела. Но обратите внимание, что все они неспецифические, то есть с большой вероятностью можно проигнорировать общую слабость или кашель, не думая об этом серьезном заболевании. После появления таких симптомов, которые не проходят на протяжении долгого времени, пациенты обращаются за медицинской помощью и их направляют на обследования в отделение лучевой диагностики.

При использовании медицинских обследований методом выбора является рентгенография, компьютерная томография (КТ) и дообследование с помощью ПЭТ-КТ, так как самим объектом рака легкого являются легочные узлы. Легочные узлы есть практически у всех, как результат перенесенного воспаления или последствиями загрязнения воздуха в крупных городах, но большинство из них не имеют клинического значения и не являются раком. То есть важно не просто найти легочный узел, а охарактеризовать его и классифицировать по уровню риска. Среди таких рентгенологических симптомов рака легкого на компьютерной томографии нужно обращать внимание на размер находок, объем более 300 куб.мм., структуру самой находки, влияние на окружающие ткани, обтурацию (перекрытие) хода бронха такой находкой и др. Часть из этих признаков врач может оценить количественно, а о других высказаться лишь о наличии признака, то есть дать качественную оценку. Эти признаки в сумме могут собираться в картину высокой вероятности злокачественного новообразования в легких еще до установки диагноза. Но с каждым накоплением тревожных сигналов от увеличения стажа курильщика до наличия крупной находки в легких вероятность того, что мы говорим именно о раке легкого растёт. Для того, чтобы исключить рак и, наконец, поставить точку в этом каскаде увеличения вероятностей, проводят интервенционные вмешательства с целью забора тканей из этой находки с помощью биопсии под контролем КТ или УЗИ (при субплевральном расположении легочного узла) и бронхоскопии. Результатом гистологической верификации является постановка диагноза пациенту.

Какой на сегодняшний день наиболее эффективный метод ранней диагностики рака легкого? Какое место занимает низкодозная компьютерная томография в диагностике рака легкого?

Всемирная организация здравоохранения принципиально разделяет между собой «скрининг» и «раннюю диагностику» прежде всего критериями появления симптомов основного заболевания и отношения к группе риска. Обсуждая технологии, которые могут привести к снижению количества смертей от рака легкого, следует говорить только о скрининге, то есть важно обследоваться до появления симптомов заболевания, находясь при этом в группе риска. На сегодняшний день единственным доказанным методом обследования, который приводит к снижению смертности от рака легкого является применение низкодозной компьютерной томографии (НДКТ) легких в рамках скрининга. Сегодня в научных кругах не ведется вопрос о возможностях НДКТ для решения этой проблемы, а обсуждается, насколько такой скрининг рака легкого может быть эффективен в зависимости от систем здравоохранения в разных странах. Выявление на более ранних стадиях может превратить рак легкого из смертельного заболевания в излечимое. В крупных научных исследованиях этот диапазон снижения смертности от рака легкого при ежегодном использовании НДКТ варьируется от 20% до 24%. А с пятог�� по десятый год скрининга до 58%. Важно отметить и то, что уже более 10 лет существуют доказательства того, что ежегодная флюорография и рентгенография органов грудной клетки не могут привести к достижению указанной цели. Однако НДКТ сегодня не может заменить флюорографию в диагностике всех болезней органов дыхания.

Как широко применяется НДКТ для диагностики рака легкого в России?

В России существует достаточно много инициатив по запуску программ скрининга рака легкого. Обычно они концентрируются в крупных городах. Опыт запуска таких программ есть в Москве, Санкт-Петербурге, Тюмени, Ханты-Мансийске, Самаре и Красноярске. Инициативы по запуску на разных этапах существуют в Казани, Уфе, Нижнем Новгороде, Севастополе, Оренбурге, Вологодской обл. и Архангельске. Однако единой государственной программы скрининга рака легкого в России не существует.

Что Вы думаете о настоящем и будущем технологий искуственного интеллекта в диагностике рака легкого? А в прогнозировании вероятности развития?

Искусственный интеллект (ИИ) – это будущее скрининга. Сегодня он проходит через жернова научных исследований. Полномасштабные программы скрининга рака легкого связаны с приглашением на обследования значительно бОльшего количества людей, чем тем, кому сегодня оказывается медицинская помощь в связи с появлением симптомов. Мы знаем, что проблема дефицита медицинских кадров является одной из самых острых со времен пандемии. Как же решать проблему просмотра огромного количества обследований условно здоровых людей, когда не хватает человеческих ресурсов, чтобы уделять достаточное время даже больным? Надежда на ИИ состоит, прежде всего, в снижении нагрузки с медицинских работников при повышении качества и скорости работы. В каждом из этих пунктов искусственный интеллект уже смог продемонстрировать себя с лучшей стороны. Например, мы недавно провели и опубликовали исследование в уважаемом научном журнале «Lung cancer» с участием мультинациональной команды экспертов из России (Институт искусственного интеллекта AIRI и Центр диагностики и телемедицины), Нидерландов, Италии и Южной Кореи по применению ИИ для изображений ультраНДКТ из Московского проекта по скринингу рака легкого. Оказалось, что с помощью автономного ИИ возможно

снизить нагрузку с врачей-рентгенологов на 86%! Идея в том, что врачу должны передаваться на анализ только те исследования, в которых есть хоть какая-то вероятность рака легкого. Кроме этого, ИИ оказался лучше 4 из 5 врачей-экспертов с многолетним стажем работы.

Кроме этого, ИИ способен влиять на снижение облучения при проведении исследования, участвовать в аудите, а также прогнозировать вероятность злокачественности обнаруженной находки. Рак легкого – это легочный узел, который нужно своевременно выявить с помощью НДКТ. Далеко не всегда легочный узел является раком легкого, поэтому после выявления нам надо охарактеризовать находку и классифицировать. Обычно для этого врач использует измерения размеров, объема, плотности, локализацию и взаимоотношения с окружающими структурами. ИИ бросает вызов оценке вероятности злокачественности, исходя из всего набора доступных данных, обгоняя человека в точности прогноза. Это связано с тем, что мы не способны количественно анализировать текстурную информацию изображения и множество факторов, которые влияют на конечный результат, а алгоритмы ИИ, обученные на верифицированных раках легкого, могут.

Будущее скрининга рака легкого будет заменено мультицелевым скринингом, где не будет слова «рак легкого», так как оказалось, что при проведении обследования органов грудной клетки с помощью НДКТ выявляется достаточного много случайных находок, среди которых есть клинически значимые. Аневризма аорты, эмфизема легких, признаки атеросклеротического поражения сердечно-сосудистой системы, признаки легочной гипертензии, остеопороза и многие другие. Большая часть пациентов, проходящих скрининг рака легкого, к счастью, не умрут от рака легкого. Но если мы способны за одно обследование получить информацию о большом количестве лучевых биомаркеров (любые измерения на изображении, которые могут быть измерены точно и воспроизводимо, отражающее взаимодействие между биологической системой и потенциальной опасностью), следует использовать эту возможность для влияния на снижение общей смертности, а не только от рака легкого.

Алгоритмы ИИ, которые нацелены сразу на несколько патологий, называются комплексными или мультицелевыми. Сегодня такие ИИ уже существуют. В России они применяются под контролем внешних экспертов и демонстрируют свою эффективность в крупных проектах, среди них стоит отметить крупнейший в мире научный проект Московский Эксперимент по использованию инновационных технологий в области компьютерного зрения для анализа медицинских изображений и дальнейшего применения в системе здравоохранения города Москвы (https://mosmed.ai/ai/), в рамках которого уже обработано более 10 млн исследований с помощью ИИ. Например, продукт отечественной компании «IRA Labs» (АЙРА ЛАБС) способен одновременно определять 14 патологий или более 100 лучевых биомаркеров на каждом исследовании КТ органов грудной клетки. В настоящий момент он применяется более чем в сотне медицинских организаций. За пределами научных исследований любые алгоритмы ИИ, влияющие на принятие врачебных решений, требуют обязательного получения регистрационного удостоверения на медицинское изделие от Росздравнадзора. Среди них больше всего продуктов для анализа медицинских изображений в лучевой диагностике.

Следует отметить, что согласно поручению Президента Российской Федерации по итогам конференции «Путешествие в мир искусственного интеллекта» от 29 января 2023 г. о представлении предложений о дополнении национального проекта «Здравоохранение» и государственной программы «Развитие здравоохранения» в каждом регионе в 2023 году ожидается внедрение не менее 1 решения на основе ИИ для здравоохранения и не менее 3-х в 2024 году. Можно предположить, что внедрение технологий ИИ может быть использовано для помощи врачам при реализации программ скрининга рака легкого для анализа изображений НДКТ. Также уже сегодня проводится ряд крупных научных исследований в разных регионах России по применению ИИ для анализа накопленной за пандемию базы данных КТ органов грудной клетки с целью найти пациентов с впервые выявленным раком легкого.

В опубликованной на портале «Лечащий врач» статье «Не только диагностировать, но и предотвращать: может ли искусственный интеллект предсказать риск развития рака» был предложен инструмент ИИ, позволяющий прогнозировать рак легкого. Существует ли что-то подобное в РФ? Если да, где используются подобные технологии?

Как отмечалось выше, в Москве с помощью Центра диагностики и телемедицины ДЗМ, с 2020 года реализуется крупнейший в мире проект по внедрению ИИ в лучевую диагностику – Московский Эксперимент. Он включает в себя уже 21 направление, среди которых одним из первых был поиск признаков рака легкого на данных КТ и НДКТ органов грудной клетки. От алгоритмов, участвующих в проекте, ожидается не только поиск и количественная оценка, но и указание вероятности злокачественности обнаруженной находки. Это близко к тому, что описано в статье, однако, чтобы сравнить эти разработки, следует применить их на одном и том же наборе данных. Сегодня такие ИИ-сервисы только в рамках Эксперимента работают в 153 медицинских организациях, результаты работы таких алгоритмов доступны 1650 врачам. Безусловно, финальное решение остается за человеком, а алгоритмы ИИ лишь предоставляют подсказки врачу.

Какие преимущества и недостатки у этого метода?

Среди преимуществ самой главной является возможность еще раньше обнаружить рак легкого, чем без таких инструментов, чтобы начать лечение, когда оно не только дешевле, но и эффективнее – перевести смертельное заболевание в излечимое. Обратной стороной монеты является проблема гипердиагностики и проблема недоверия врачей к тому, что они не могут проверить. Гипердиагностика в этом сценарии это обнаруженные находки, которые не будут раком легкого или от которых пациент не умрет, но их выявление с определенной долей подозрения способно запустить излишние медицинские мероприятия: ненужные обследования и инвазивные вмешательства для верификации находки. Недоверие врачей растет из того, что специалист никакими методами не может во время интерпретации изображения проверить предложение алгоритма ИИ. Другими словами, мы не можем предсказывать будущее, а алгоритм старается сделать именно это на основе массива данных, который человек проанализировать и проверить не в состоянии. Перед полномасштабным внедрением таких технологий следует быть очень осторожным, чтобы не быть ослепленным ожидаемой пользой в виде выявленных раков легкого с помощью ИИ, проигнорировав потенциальный вред, ведь он может быть больше, чем польза. Именно поэтому такие технологии требуют серьезных многолетних научных исследований на больших выборках с оценкой влияния на результат в виде сохраненных жизней и экономического эффекта.

Насколько технически сложно, время- или ресурснозатратно создать такую программу?

Это непросто, но цель оправдывает средства. В создании алгоритмов ИИ важно обратить внимание на 3 пункта: целеполагание, датасеты и технологии машинного обучения. Сегодня самым дорогостоящим и времязатратным является второй пункт – вопрос количества и качества данных с разметками, необходимые для обучения таких ИИ. Если они плохие, то никакие специалисты не смогут создать из этого приемлемый продукт. Начну с того, что подготовка данных для решения такой задачи выходит за рамки изображений лучевой диагностики, так как ожидается подготовка прослеженной истории каждого пациента с достоверной информацией о диагностировании рака, гистологическом статусе образования и дополнительной молекулярно-генетической информации, а также факта и причин смерти. Во-вторых, важно проследить информацию о тех пациентах, на изображениях которых есть легочные узлы, но они не являются раком легкого, не увеличиваясь на протяжении многих лет – проконтролировать это на повторной КТ. Такие сложные наборы данных системно собираются только в крупных научных исследованиях, качество которых ограничено дизайном проектов. Например, датасеты из многолетних исследований скрининга рака легкого состоят из пациентов старше 50 лет, курящих более 20 пачка-лет. Это сильно влияет на изображения легких на данных НДКТ. Приходится собирать, проверять и размечать данные из разных источников, действуя итеративно – дообучая нейросети на новых данных с целью повышения качества.

Что отличает отечественные технологии от других (в том числе от представленной в новости)?

Наши технологии основаны, прежде всего, на подходе объяснимых результатов ИИ, когда алгоритм предоставляет врачу информацию о количестве, локализации, размерах, объеме, плотности находок, которые врач может проверить и довериться им. Вдобавок, одним из требований к алгоритмам в лучевой диагностике является автоматическое формирование текста протокола медицинского заключения, которое может использовать врач, экономя время в реальной практике. Алгоритмам доверяют прежде всего решать простые задачи, оставляя для человека когнитивно сложные. Однако самым важным отличием является то, что человек может отличать сценарии исследования между собой, которые меняют правила игры. Так, большое отличие в тактике ведения пациента будет, если он участвует в скрининге рака легкого по сравнению с тем, если он уже является онкологическим пациентом, который контролирует эффективность противоопухолевого лечения – у второго появление любого нового легочного узла является подозрением на прогрессирование заболевания. Исходя из этого, алгоритм из представленной новости, не сможет адекватно работать в условиях рутинной практики, так как для него будет проблема отличить ковидные изменения от признаков рака легкого. По сравнению с этим в наших исследованиях было

продемонстрировано, что наши алгоритмы ИИ могут отличать друг от друга исследования с раком легкого, бактериальной пневмонией и изменениями, характерными для COVID-19. Это является фундаментом для надежды на эффективное применение данных алгоритмов в широком масштабе, однако для подтверждения этого требуются дополнительные проспективные исследования на больших объемах данных.

В заключении, хочется сфокусировать внимание на проблемах, решениях и ожиданиях от будущего. Среди всех причин смертности онкологические заболевания уверенно занимают второе место, а рак легкого является лидером среди онкозаболеваний по уносимым ежегодно жизням. Только обследования с помощью НДКТ в скрининге рака легкого продемонстрировали возможность снижения количества смертей от рака легкого для людей в группе риска. Скрининг рака легкого с НДКТ – это не только доказанный путь к снижению смертей от рака легкого, но и огромный поток новых «условно здоровых» пациентов, большинство из которых не имеет рака легкого, но все же эти изображения кто-то должен проанализировать. В разных городах России есть опыт запуска проектов скрининга рака легкого, однако увеличение количества исследований в лучевой диагностике и дефицит медицинских кадров ведут к проблемам по типу «снежного кома», для которой ИИ является лучом надежды на решение. Из публикаций мы можем получить доказательства пользы от ИИ, но если хочется применять ИИ за пределами научных исследований, то такой алгоритм ИИ должен пройти технические и клинические испытания с целью получения государственной сертификации на медицинское изделие. Значит просто так допустить ИИ из научной статьи в реальную практику никому не придет в голову. Среди всех медицинских специальностей именно в лучевой диагностике ИИ-продуктов, получивших статус медицинских изделий, в несколько раз больше, чем во всех остальных специальностях вместе взятых.

Таким образом, лучевая диагностика и ИИ находятся на острие научно-технологического прорыва, а скрининг является тем ожиданием, которое больше всего нуждается в ИИ. По всей видимости, полномасштабный скрининг рака легкого будет невозможен без ИИ. Уже сегодня в России есть такие алгоритмы ИИ, которые способны не только работать на данных КТ с целью поиска легочных узлов с оценкой вероятности злокачественности, но и решать комплексные проблемы поиска и оценки множества патологических состояний в каждом исследовании. Это будет продолжать трансформировать медицину из догоняющей симптомы, в опережающую, чтобы увеличивать качество и продолжительность жизни людей.

В подготовке интервью принимали участие Виктор Гомболевский, к.м.н., ведущий научный сотрудник Института искусственного интеллекта AIRI,

Валерия Чернина, руководитель отдела качества IRA LABS,

Станислав Самбурский, клинический психолог, руководитель отдела интернет-коммуникаций