Teoretycznie algorytm może nie tyle zastąpić lekarza, co wspomóc go w procesie podejmowania decyzji klinicznych. Dotyczy to zarówno lekarzy nieekspertów, jak i ekspertów, bo nawet eksperci w 8% przypadków nie wiedzą, z jakim guzem mają do czynienia – mówi prof. Artur Czekierdowski z UM w Lublinie, współautor opublikowanego w Nature Medicine artykułu „International multicenter validation of AI-driven ultrasound detection of ovarian cancer”.
Prof. Artur Czekierdowski. Fot. JG / Kurier MP
Jerzy Dziekoński: Instytut Karolińska zaprosił naukowców z 20 klinik z 8 krajów do współpracy w zakresie badań dotyczących wykorzystania AI w diagnozowaniu raka jajnika. Co zdecydowało o tym, że do tego projektu zaproszono także Pana?
Prof. Artur Czekierdowski: Jestem członkiem Międzynarodowej Grupy Analizy Guzów Jajnika (IOTA), która jest największą tego typu organizacją ekspercką na świecie, zrzeszającą specjalistów zajmujących się obrazowaniem ultrasonograficznym guzów jajnika oraz diagnozowaniem zmian złośliwych i niezłośliwych. Ustalamy standardy, które wykorzystywane są w oprogramowaniu wysokiej klasy aparatów ultrasonograficznych. Obecnie nie są dostępne na stronie internetowej grupy IOTA, ponieważ od ponad półtora roku podlegają procesowi certyfikacji w Unii Europejskiej. Spodziewamy się, że w niedługim czasie zostaną one ponownie udostępnione.
Jednym z członków grupy IOTA jest prof. Elisabeth Epstein z Instytutu Karolińska i to właśnie ona siedem lat temu zaprosiła mnie do udziału we wspomnianym badaniu. Chodziło przede wszystkim o walidację nowych modeli, które zaprojektowali szwedzcy naukowcy. Wykorzystywane w analizie badań obrazowych programy komputerowe prognozujące jakieś zdarzenie, ucząc się na przypadkach z danej populacji, po analizie kilku tysięcy zdjęć są w stanie je wszystkie prawidłowo sklasyfikować. Walidacja zewnętrzna takich nowych programów komputerowych jest więc niezbędna. I właśnie badania przeprowadzone przez nasz zespół stanowiły zewnętrzną walidację modelu, który Szwedzi już posiadali.
Dodatkowo nowatorskie w tej pracy było to, że zaprojektowano badanie porównawcze nie tylko między wykonującymi badania USG specjalistami a oprogramowaniem, lecz także między ekspertami i nieekspertami, bo jest to sytuacja, która się w praktyce klinicznej zdarza najczęściej. Ekspertów w zakresie ultrasonografii ginekologicznej jest generalnie bardzo mało. Ocenia się, że w najlepszym wypadku jest to najwyżej około 10% lekarzy prowadzących diagnostykę guzów jajnika, ale, jak sądzę, najprawdopodobniej ten odsetek zależnie od kraju może być jeszcze mniejszy.
Kto jest ekspertem, a kto nieekspertem?
Tradycyjnie podstawowym kryterium poziomu eksperckiego jest wykonanie w ciągu wielu lat dużej liczby badań. Takim ekspertem może stać się specjalista diagnozujący minimum kilkanaście guzów jajnika tygodniowo, co rocznie daje to sumę powyżej 500 badań. Ważna jest również weryfikacja – wcześniejsze prognozy powinny być zgodne z wynikami histopatologicznymi powyżej 85-90%. Bo jeśli USG guzów jajnika są wykonywane w przychodni, czy w ośrodku, w którym nie przeprowadza się operacji, to przeważnie nie ma potwierdzenia trafności wstępnej diagnozy badaniem histopatologicznym. Właśnie dlatego poproszono o udział w badaniu nasz ośrodek, bo wstępne diagnozy są u nas w każdym praktycznie przypadku weryfikowane. Wiemy, co później dzieje się z pacjentkami. Badaniami guzów jajnika i obrazowaniem ultrasonograficznym zajmuję się od ponad 28 lat. W naszej klinice wykonujemy rocznie ok. 400 operacji guzów jajnika i mamy dostęp do niezbędnych danych. Nasze wyniki prezentujemy na międzynarodowych kongresach i spotkaniach naukowych. W ten sposób można uzyskać zaproszenia do udziału w rożnych projektach badawczych. Bez doświadczenia naukowego i bez stosownego dorobku nie bylibyśmy poproszeni o udział w tym badaniu.
Rozumiem, że chodziło o to, aby „nakarmić” uczący się algorytm danymi z jak najszerszej populacji kobiet z guzami jajnika?
Tak. W sumie badaniem objęto ponad 3,5 tys. pacjentek i 17 tys. obrazów. Obrazy oceniała AI, druga była opinia ekspercka, trzecia – nieekspercka. Okazało się, że AI o kilka procent przewyższa opinię ekspertów. Oczywiście nie jest to na razie jeszcze jakiś przełom, wyniki badań pokazują jednak, że teoretycznie AI może nie tyle zastąpić lekarza, co wspomóc go w procesie podejmowania decyzji klinicznych. Dotyczy to zarówno lekarzy nieekspertów, jak i ekspertów, bo nawet eksperci w około 8% przypadków nie wiedzą, z jakim typem guza mają do czynienia.
Jakie narzędzia diagnostyczne ma dzisiaj lekarz diagnozujący guz jajnika?
Narzędzia są takie same od lat. Wywiad, badanie kliniczne, badanie obrazowe, w tym przede wszystkim USG, a w niektórych przypadkach tomografia komputerowa i rezonans magnetyczny oraz zupełnie dodatkowo poziomy markerów nowotworowych. Problem polega na tym, że dolegliwości przedmiotowe u pacjentki mogą w ogóle nie występować i najczęściej nie występują. Bardzo często kobiety dowiadują się, że mają bardzo ciężką chorobę nowotworową kiedy proces jest już zaawansowany i niewiele da się zrobić. Szanse przeżycia po radykalnych operacjach oczywiście są, ale drastycznie mniejsze niż gdybyśmy wykryli chorobę nowotworową jajnika na wczesnym etapie.
Wywiad lekarski to podstawa diagnostyki medycznej, ale tak naprawdę pacjentek obciążonych rodzinnie mamy najwyżej 10%. Większość, czyli około 90% chorych na nowotwór złośliwy jajnika nie podaje żadnych obciążeń rodzinnych związanych z nowotworami, takimi jak rak piersi czy rak jajnika. Zatem wywiad chorobowy zwykle nam niewiele daje, ale musimy go zawsze przeprowadzić. Jeżeli pacjentka ma obciążony niektórymi nowotworami złośliwymi wywiad rodzinny i dwie osoby w rodzinie, które chorowały, np. jedna na raka piersi, druga na raka jajnika, i to w bliskim stopniu pokrewieństwa, wówczas wiemy, że ryzyko jest większe. Ale jak już wspomniałem, to tylko 10% wszystkich chorych.
Przykładem badania przesiewowego w nowotworach złośliwych narządu rodnego stosowanym w grupie kobiet po 20. roku życia jest cytologia. To między innymi dzięki tej metodzie w Polsce wykrywane jest rocznie ok. 3 tys. raków szyjki macicy. To wciąż drastycznie za dużo, bo w krajach skandynawskich praktycznie nowotwór ten występuje znacznie rzadziej, gdyż około 85% populacji ma wykonywane badania cytologiczne i wychwytywane są najczęściej wczesne przypadki. W Polsce cytologia szyjki macicy jest wykonywana regularnie najprawdopodobniej tylko u ok. 30% kobiet. Dodajmy jeszcze, że w przypadku raka jajnika oficjalnie nie ma testu przesiewowego. Różne badania wskazują, że takim testem może być ultrasonografia albo nawet seryjna ocena markera CA 125, ale tylko w wybranych grupach. Nie jest to test powszechny, który warto stosować, ponieważ rak jajnika jest stosunkowo rzadką chorobą. Na przykład po 50. roku życia częstość występowania wynosi 1/2,5 tys. kobiet, czyli żeby wykryć jednego raka należałoby przebadać 2,5 tys. pacjentek. To nierealne. Dlatego w praktyce stosujemy metody obrazowe, a pierwszą, najtańszą i nieinwazyjną metodą jest USG.
Kiedy należy ją stosować?
Towarzystwa naukowe zalecają, żeby u kobiet po 40. roku życia wykonywać to badanie raz do roku. Oczywiście nowotwory złośliwe zdarzają się i u młodszych kobiet, na przykład nasza najmłodsza pacjentka z rakiem jajnika miała 14 lat, ale wówczas zwykle kierujemy się objawami. Jeśli do lekarza trafia pacjentka z dolegliwościami bólowymi albo bez żadnych dolegliwości ale z guzem w podbrzuszu, wówczas niezależnie od wieku musimy wykonać badania obrazowe, w pierwszej kolejności ultrasonograficzne, które w odniesieniu do tomografii komputerowej czy rezonansu magnetycznego jest relatywnie niedrogie.
Jak sądzę, na pierwszym etapie diagnostyki, po potwierdzeniu w badaniu obrazowym obecności guza, najbardziej istotna jest ocena, czy jest to guz złośliwy czy niezłośliwy?
Ocena prawdopodobieństwa, że zmiana w przydatkach macicy może być złośliwa, ma znaczenie absolutnie podstawowe. Pomijając rozmiary zmian, pacjentka z guzem, który jest prawdopodobnie niezłośliwy, a taka jest zdecydowana większość, może być operowana lub obserwowana. Na przykład obserwowane mogą być proste cysty, jeżeli nie dają dolegliwości i nie przekraczają swoim rozmiarem zwykle 5-6 cm. Nawet zmiany jawnie nowotworowe, ale o których wiadomo, że na 99% są niezłośliwe – mam na myśli np. endometriozę, torbiel skórzastą czy torbiel prostą – mogą być obserwowane.
Natomiast zmiany, które dają dolegliwości, mogą być usuwane operacyjnie. W takiej sytuacji precyzyjna ocena guza – czy może być złośliwy, czy nie – ma dla pacjentki zasadnicze znaczenie, bo decyduje o tym, kto będzie się nią zajmował. Jeżeli zmiana jest najprawdopodobniej niezłośliwa, operacja może być wykonana w lokalnym szpitalu. Jeżeli prawdopodobnie jest złośliwa, pacjentka powinna być odesłana, przynajmniej na konsultację, do ośrodka ginekologii onkologicznej. Ponadto, jeżeli już zdecydujemy o operacji, typ zmiany określa także rodzaj zabiegu. W przypadku podejrzenia, że nowotwór jest złośliwy, w małych zmianach można wykorzystać laparoskopię z endobagiem, w dużych najczęściej należy wykonać klasyczna laparotomię, czyli otwarcie jamy brzusznej, i to z cięcia podłużnego.
Z drugiej strony w większości przypadków zmian niezłośliwych, szczególnie, gdy rozmiary guza nie przekraczają 10 cm, można usuwać je laparoskopowo. Tym bardziej, że od wielu lat dostępne są specjalne woreczki, tak zwane endobagi, w których można taki guz umieścić i nawet jeżeli później okaże się, że zawierał zmiany złośliwe, to i tak po odcięciu od naczyń nie miał już kontaktu z narządami jamy brzusznej.
Laparoskopię wykonuje się też w przypadku guzów złośliwych jajnika i zmian nieoperacyjnych. Metoda ta służy do pobrania wycinków, do ustalenia typu guza, łącznie z badaniami molekularnymi, które są już standardem w ustalaniu terapii. Po kilku cyklach leczenia, kiedy guz zmniejszy się, można podjąć próbę operacji radykalnej, czyli usunięcia macicy z jajnikami oraz wszystkich widocznych ognisk nowotworu złośliwego.
Proszę zatem powiedzieć, jaka jest tutaj rola AI?
Rozmawiamy o programach komputerowych, które w przypadku ginekologii onkologicznej i procesu diagnostycznego, potrafią podobnie jak ludzki mózg dostosowywać się do sytuacji, w których były szkolone. Najpierw do bazy danych algorytmu musi trafić tzw. zestaw szkolący oparty najczęściej na danych z badań obrazowych pochodzących z minimum kilku tysięcy przypadków. Jeżeli liczba przypadków jest niewielka i wynosi np. dwieście albo trzysta, to niestety taki model ma w trakcie procesu szkolenia duże szanse na tak zwane „przeuczenie się”. Natomiast jeżeli bazuje na odpowiednio dużej liczbie przypadków, i każdy z nich prezentowany jest pod postacią kilku obrazów, to jest duża szansa, że będzie miał zdolność do generalizacji. I taki model jest znacznie bardziej precyzyjny niż nawet doświadczeni eksperci.
Oczywiście, w przypadku projektowania nowego oprogramowania mamy taki problem, że pokazujemy mu obrazy statyczne, podczas gdy ekspert wykonujący USG uwidacznia guz w czasie rzeczywistym i może analizować obrazy pod różnym kątem. I to jest kwestia wymagająca dopracowania. Ale jak już wiemy ze wstępnych badań, tego typu programy są już skuteczniejsze diagnostycznie niż mniej doświadczeni lekarze. Co więcej, będą nadal doskonalone. I te badania się toczą. Prowadzimy nowe badania i kolejny projekt, w którym weryfikujemy zewnętrznie już istniejące modele prognostyczne. Badania są międzynarodowe i toczą się obecnie w kilkunastu ośrodkach. Grupa IOTA ma centralną bazę w Leuven w Belgii, gdzie prowadzone są badania nad innymi programami wykorzystania AI, które porównują dotychczasowe najlepsze metody prognostyczne oparte na logistycznej regresji, czyli stosunkowo prostszej metodzie niż sieci neuronowe, oparte na głębokim uczeniu.
Te możliwości wspomagania diagnostyki obrazowej guzów jajnika dostępne są od niedawna, ale metody AI dzisiaj znajdują zastosowanie praktycznie wszędzie. Od tego nie uciekniemy, bo przecież nawet w telefonach komórkowych mamy już oprogramowanie oparte o AI.
W wykorzystaniu nowoczesnych programów AI w medycynie nie chodzi o zastąpienie lekarza, lecz o ułatwienie jego pracy.
My zajmujemy się wąską dziedziną wspomagania badań obrazowych. Badanie ultrasonograficzne to jest jeden dość obszerny aspekt diagnostyki guzów jajnika u kobiet, ale mało kto wie, że dynamiczne badania metodą rezonansu magnetycznego tych samych zmian generują znacznie większą liczbę danych, których tradycyjnymi, czyli wzrokowymi metodami oceny wyników nie da się szybko przeanalizować. W dodatku, jeżeli połączymy różne rodzaje badań obrazowych, na przykład badanie tomografią komputerową i badanie w pozytonowej tomografii emisyjnej, to wyświetlana fuzja tych dwóch obrazów da nam serię dynamicznie zmieniających się obrazów i konieczność analizy miliardów pikseli. I tutaj jest właśnie rola najnowszych, zaawansowanych programów AIi opartych na sieci głębokiego uczenia.
Rzecz jasna nie zmieni to sposobu naszego postępowania, bo ustalenie rozpoznania wciąż będzie należało do lekarza. Poza tym w przypadku tego typu modeli trzeba być bardzo ostrożnym. W przypadku nauk komputerowych istnieje stara zasada, którą można zamknąć w powiedzeniu „garbage in, garbage out”, co znaczy tyle, że nie powinniśmy spodziewać się spektakularnych wyników, jeśli jakość wprowadzonych danych z badań obrazowych będzie niska. Z wymienionych powodów w odniesieniu do nowych technologii trzeba zachować postawę krytyczną. I możemy być na razie spokojni, gdyż w dziedzinie badań obrazowych w ginekologii jeszcze długo metody AI nie zastąpią całkowicie myślenia lekarskiego i wiedzy specjalistów.
Rozmawiał Jerzy Dziekoński
