Amantea online

Le ultime notizie italiane tra cui notizie politiche, storie sportive, criminalità e titoli vaticani.

L’intelligenza artificiale sta superando gli umani nella creazione di trattamenti contro il cancro, ma i medici si fidano di essa?

immagine: L’autore senior Dr. Purdy afferma che può esserci una disconnessione tra il tipo di configurazione di laboratorio e il tipo clinico nelle terapie generate dall’intelligenza artificiale. Scenario Di più

Credito: per gentile concessione del Dr. Purdy.

(Toronto, 3 giugno 2021) – L’impatto dell’utilizzo dell’intelligenza artificiale (AI) per trattare il cancro da radiazioni in un ambiente clinico reale è stato testato dai ricercatori della principessa Margaret in uno studio unico sui medici e sui loro pazienti.

Un team di ricercatori ha confrontato direttamente le valutazioni dei medici sui trattamenti con radiazioni generati da un algoritmo di apprendimento automatico (ML) con l’intelligenza artificiale con i tradizionali trattamenti con radiazioni generati dall’uomo.

Hanno scoperto che nella maggior parte dei 100 pazienti studiati, le terapie risultanti che utilizzano ML sono state considerate clinicamente accettabili per il trattamento dei pazienti dai medici.

Complessivamente, l’89% delle terapie generate dal ML è stato considerato clinicamente accettabile per i trattamenti e il 72% delle terapie generate dall’uomo è stato selezionato in confronti diretti con le terapie convenzionali generate dall’uomo.

Inoltre, il processo di radioterapia ML è stato del 60% più veloce rispetto al processo convenzionale guidato dall’uomo, che ha ridotto il tempo totale da 118 ore a 47 ore. A lungo termine, ciò potrebbe rappresentare un significativo risparmio sui costi attraverso una maggiore efficienza, migliorando allo stesso tempo la qualità dell’assistenza clinica, una vittoria rara.

Lo studio ha anche implicazioni più ampie per l’intelligenza artificiale in medicina.

Sebbene le terapie per la ML siano state significativamente preferite quando valutate al di fuori dell’ambiente clinico, come nella maggior parte del lavoro scientifico, le preferenze dei medici per le terapie generate dalla ML sono cambiate quando il trattamento di scelta, ML o il prodotto umano, viene utilizzato per trattare un paziente.

In questo caso, il numero di terapie ML selezionate per il trattamento dei pazienti è stato significativamente ridotto con una nota cautelativa inviata ai team che considerano l’implementazione di sistemi di intelligenza artificiale non sufficientemente convalidati.

I risultati del gruppo di studio guidato dal Dr. Chris McIntosh, Lee Conroy, Ally Berlin e Tom Purdy sono stati pubblicati in medicina della natura3 giugno 2021.

“Abbiamo dimostrato che l’intelligenza artificiale può essere migliore del giudizio umano sulla radioterapia ai fini del trattamento. In effetti, è sorprendente che funzioni così bene”, afferma il dott. McIntosh, scienziato presso il Peter Munk Heart Center, Techna Institute e presidente della divisione di imaging Medical and Artificial Intelligence presso il Joint Department of Medical Imaging e l’Università di Toronto.

“La scoperta principale è ciò che accade quando lo si implementa effettivamente in un ambiente clinico rispetto a una simulazione”.

Il dottor Purdy, fisico medico, Princess Margaret Cancer Center aggiunge: “C’è stata molta eccitazione generata dall’intelligenza artificiale in laboratorio e l’ipotesi è che questi risultati si tradurranno direttamente in un ambiente clinico. Ma pubblichiamo un ammonimento nella nostra ricerca che potrebbero non farlo”.

“Una volta che metti le terapie che derivano dal ML nelle mani di persone che si affidano a loro per prendere decisioni cliniche reali sui loro pazienti, quella preferenza verso il ML può diminuire. Può esserci una disconnessione tra ciò che accade nel tipo di laboratorio e quello clinico .” Il Dr. Purdy è anche Professore Associato, Dipartimento di Radioterapia Oncologica, Università di Toronto.

Nello studio, agli oncologi delle radiazioni è stato chiesto di valutare due diversi tipi di trattamenti con radiazioni – ML o generati dall’uomo – con gli stessi criteri standardizzati in due gruppi di pazienti che erano simili nei dati demografici e nelle caratteristiche della malattia.

La differenza era che un gruppo di pazienti aveva già ricevuto il trattamento, quindi il confronto era un esercizio “simulato”. Il secondo gruppo di pazienti stava per iniziare il trattamento con la radioterapia, quindi se i trattamenti generati dall’IA fossero stati giudicati superiori e preferiti rispetto alle loro controparti umane, sarebbero stati utilizzati in trattamenti reali.

Gli oncologi non erano a conoscenza di alcuna radioterapia progettata da un essere umano o da una macchina. I trattamenti artificiali sono stati creati individualmente per ogni paziente secondo il normale protocollo dal radioterapista specialista. Al contrario, ogni trattamento ML è stato sviluppato da un algoritmo informatico addestrato su un database di alta qualità, sottoposto a revisione paritaria, di piani di radioterapia di 99 pazienti precedentemente trattati per il cancro alla prostata presso la Princess Margaret.

Per ogni nuovo paziente, l’algoritmo ML identifica automaticamente i pazienti più simili nel database, utilizzando misure di somiglianza ottenute da migliaia di caratteristiche delle immagini dei pazienti, organi bersaglio specifici e organi sani che sono una parte standard del processo di radioterapia. Il trattamento completo di un nuovo paziente è dedotto dai pazienti più simili nel database, secondo il modello ML.

Sebbene i trattamenti per il ML siano stati valutati altamente in entrambi i gruppi di pazienti, i risultati nel gruppo pre-trattamento differivano dal gruppo post-trattamento.

Nel gruppo di pazienti che avevano già ricevuto un trattamento, il numero di trattamenti derivanti da ML sull’umanità era dell’83%. Questo è sceso al 61% per quelli specificamente selezionati per il pre-trattamento.

“In questo studio, stiamo dicendo che i ricercatori devono prestare attenzione all’ambiente clinico”, afferma il dott. Purdy. “Se i medici ritengono che la cura di un paziente sia a rischio, ciò può influenzare il loro giudizio, anche se i trattamenti per la ML sono stati valutati e convalidati”.

Il dottor Conroy, fisico medico presso la Principessa Margaret, sottolinea che dopo lo studio di grande successo, le terapie generate dalla ML vengono utilizzate per trattare la maggior parte dei pazienti affetti da cancro alla prostata della Principessa Margaret.

Questo successo è dovuto all’attenta pianificazione, alla prudente integrazione incrementale nell’ambiente clinico e al coinvolgimento di più parti interessate nel processo di creazione di un solido programma di apprendimento automatico, ha spiegato, aggiungendo che il programma viene costantemente perfezionato, gli oncologi sono costantemente consultati e feedback e risultati di quanto bene i trattamenti ML siano riflessivi. Accuratezza clinica con loro.

“Siamo stati molto organizzati nel modo in cui incorporiamo questo nella clinica della principessa Margaret”, ha affermato il dottor Berlin, scienziato clinico e oncologo delle radiazioni presso la principessa Margaret. “Ci sono voluti sei mesi per creare questo nuovo programma, ma per rendere tutti consapevoli del processo e metterli a proprio agio, ci sono voluti più di due anni. Visione, audacia e perseveranza sono gli ingredienti chiave e noi della Principessa Margaret siamo fortunati ad avere leader di tutte le discipline che incarnano questi tratti”. Il Dr. Berlin è anche Assistant Professor, Department of Radiation Oncology, University of Toronto.

Il successo del lancio di uno studio di questo calibro dipendeva fortemente dall’impegno dell’intero gruppo per il cancro genito-urinario della principessa Margaret, compresi i radioterapisti, i fisici medici e i radioterapisti. Questo è stato un grande sforzo di squadra multidisciplinare con l’obiettivo finale di migliorare il trattamento del cancro alle radiazioni per i pazienti della Princess Margaret.

Il team sta anche lavorando per espandere il proprio lavoro ad altri siti di cancro, incluso il cancro ai polmoni e il cancro mostruoso, con l’obiettivo di ridurre la cardiotossicità, un potenziale effetto collaterale del trattamento.

###

Altri autori che hanno contribuito a questo articolo sono: Michael C. Tung, Tim Craig, Andrew Bailey, Charles Caton, Marie Jospodarovich, Joel Helou, Tone Esfahanian, Vicki Kong, Tony Lam, Srinivas Raman, Padrej Ward e Peter Chong.

Questo lavoro è stato sostenuto dal Canadian Institutes of Health Research, dal National Science and Engineering Research Council of Canada e dalla Princess Margaret Cancer Foundation.

conflitto d’interesse

Chris McIntosh e Thomas Purdy ricevono royalties da RaySearch Laboratories in relazione alle tecniche di radioterapia ML. I restanti autori non hanno riportato interessi in competizione con questo studio.

Informazioni su Princess Margaret Cancer Center

Il Princess Margaret Cancer Center ha raggiunto una reputazione internazionale come leader mondiale nella lotta contro il cancro e nella fornitura di cure oncologiche personalizzate. Uno dei primi cinque centri internazionali per la ricerca sul cancro, la principessa Margaret è membro della University Health Network, che comprende anche il Toronto General Hospital, il Toronto Western Hospital, il Toronto Rehabilitation Institute e il Michener Institute of Education dell’UHN. Tutti sono ospedali di ricerca affiliati all’Università di Toronto. per maggiori informazioni: http: //www.la principessa Margherita.colui il quale

Per colloqui informativi contattare:

Maria Madden

Assistente per gli affari pubblici e la comunicazione

Princess Margaret Cancer Center, University Health Network

Tel: (647) 978-2008

E-mail: maria.madden@uhn.ca

READ  Come guardare l'eclissi solare "Ring of Fire" nello show di questa settimana