DI sukurta iliustracija.
DI iš medicininių vaizdų vertina biologinį amžių: apžvelgta 40 tyrimų
Dirbtinis intelektas vis dažniau bando įvertinti ne žmogaus kalendorinį, o vadinamąjį biologinį amžių iš smegenų, širdies, krūtinės ar kitų medicininių vaizdų. „npj Digital Medicine“ lapkričio 19 d. paskelbta sisteminė apžvalga ir metaanalizė apėmė 40 tinkamų tyrimų, iš kurių 21 pateikė duomenis bendram statistiniam vertinimui.
Tokie modeliai apskaičiuoja numanomą organo ar viso kūno amžių ir lygina jį su tikruoju. Jei vaizduose matoma būklė primena vyresnių žmonių audinius, gaunamas teigiamas „amžiaus tarpas“. Tyrėjai analizavo, ar šis skirtumas susijęs su mirtingumu ir vėliau atsirandančiomis su amžiumi susijusiomis ligomis.
Ką modelis mato nuotraukoje
Biologinio amžiaus laikrodis neaptinka vienos konkrečios žymės. Jis mokosi iš daugybės vaizdo požymių: audinių struktūros, tūrio, tankio, kraujagyslių ar kitų subtilių modelių. Dalis jų gali būti per smulkūs arba per sudėtingi žmogui nuosekliai įvertinti. Iš didelės duomenų bazės išmoktas ryšys vėliau naudojamas naujo paciento vaizdui.
Apžvalga rodo, kad amžiaus tarpas gali būti naudingas rizikos signalas, tačiau autoriai pabrėžia rimtus ribojimus. Skirtingi tyrimai naudojo nevienodus organus, skenerius, modelius ir baigtis. Jei vienas „metais vyresnį“ vertinimą gauna iš smegenų MRT, o kitas iš krūtinės rentgeno, šių skaičių negalima laikyti tuo pačiu matu.
Prieš kliniką reikia standartų
Modeliams būtinas išorinis patikrinimas skirtingose ligoninėse ir populiacijose. Priešingu atveju jie gali atkartoti mokymo duomenų šališkumą: prasčiau veikti kito amžiaus, lyties, etninės grupės ar sveikatos būklės žmonėms. Reikia ir interpretuojamumo, kad gydytojas suprastų, ar neįprastas vertinimas susijęs su tikra patologija, ar su vaizdo kokybe bei įrangos skirtumu.
Net tikslus biologinio amžiaus skaičius savaime nepasako, ką daryti. Klinikinė vertė atsirastų tik tada, jei jis pagerintų sprendimą: padėtų anksčiau paskirti tyrimą, tiksliau parinkti stebėjimo dažnį ar motyvuotų veiksmingą intervenciją. Jei modelis tik sukelia nerimą ir neprideda informacijos prie įprastų rizikos veiksnių, jo nauda bus ribota.
Biologinis amžius nėra vienas tiesiogiai išmatuojamas dydis. Skirtingi modeliai gali vertinti kraujagysles, smegenis, kaulus ar kitus organus ir tam pačiam žmogui pateikti nevienodus rezultatus. Tai nebūtinai reiškia, kad vienas iš jų klaidingas – senėjimas nevyksta vienodu greičiu visame kūne. Todėl skaičius turi prasmę tik žinant, kokį vaizdą modelis analizavo, su kokia populiacija buvo mokytas ir kokią baigtį siekia prognozuoti.
Didžiausia rizika atsiranda, kai tyrimų rodiklis pateikiamas kaip asmeninė diagnozė. Kelerių metų skirtumas gali priklausyti nuo skenerio, vaizdo kokybės ar statistinės paklaidos, o ne nuo staigaus sveikatos pablogėjimo. Klinikinė nauda būtų aiškesnė, jei biologinio amžiaus pokytis patikimai parodytų ligos riziką arba gydymo poveikį. Tam reikia ilgalaikių tyrimų ir palyginimo su įprastais rodikliais.
Lietuvos sveikatos sistemai tokie įrankiai galėtų būti naudingi kaip papildomas signalas, nes dalis medicininių vaizdų jau renkama rutiniškai. Vis dėlto prieš diegimą reikėtų patikrinti modelį vietos pacientams, įvertinti amžiaus ir lyties šališkumą bei nuspręsti, kas matys rezultatą. Jei skaičius neveda į aiškų klinikinį veiksmą, jis gali sukelti daugiau nerimo nei naudos. Gydytojo vertinimas ir toliau lieka svarbiausias.
Biologinis amžius skamba intuityviai, tačiau skirtingi tyrimai gali matuoti ne tą patį. Vienas modelis vertina smegenų struktūrą, kitas – kaulus, kraujagysles ar kitą organą, todėl gautas „amžius“ nebūtinai apibūdina visą žmogaus organizmą. Klinikinei naudai reikia aiškiai parodyti, kad rodiklis prognozuoja ligą ar gydymo rezultatą geriau už įprastus veiksnius, tokius kaip kraujospūdis, rūkymas ar laboratoriniai tyrimai. Be to, svarbu žinoti paklaidą: kelių metų skirtumas gali būti statistiškai normalus, o ne ligos ženklas. Kol kas šie modeliai labiausiai tinka tyrimams ir rizikos grupių analizei. Individualiam pacientui vienas skaičius neturėtų tapti diagnoze ar priežastimi savarankiškai keisti gydymą.
Vartotojams svarbu nesupainioti mokslinio vaizdų modelio su programėlių „biologinio amžiaus“ testais. Metaanalizė nagrinėjo medicininius vaizdus ir tyrimų kontekstą, o ne veido nuotrauką ar trumpą klausimyną. Kaip ir išmaniojo laikrodžio ligos signalų atveju, tai yra papildoma informacija, o ne diagnozė. Naujas THREADS patologijos modelis rodo tą pačią kryptį: medicinos DI juda nuo vieno vaizdo link kelių duomenų šaltinių, tačiau jam vis dar reikia standartizavimo ir klinikinio naudingumo įrodymo.
Kaip vertinate šį straipsnį?
Prenumeruokite mūsų „YouTube“ kanalą ir mėgaukitės įdomiais vaizdo reportažais apie mokslą ir technologijas.
Trumpai, aiškiai ir be triukšmo – gaukite svarbiausias technologijų ir mokslo naujienas pirmieji.
DIENOS SKAITOMIAUSI
Ukrainai – du nauji raketiniai kateriai: britai ir norvegai skiria daugiau kaip 100 mln. svarų
2„Gemini“ pradeda valdyti „Mac“: DI pats spaudys mygtukus ir pildys formas
3Droną stabdyti be šūvio: Vokietija ir Nyderlandai užsakė „Knifefish“ sistemas
4„Smart-ID“ prašo PIN, nors niekur nesijungiate: ką daryti ir ko netvirtinti
5Duomenų centras toli, tarša – šalia: MIT įvertino paslėptą elektros kainą sveikatai
NAUJAUSI
Taip pat skaitykite
Atrinkome panašius straipsnius, kurie gali jums patikti.