Taasisi ya DAMO ya Alibaba kwa kushirikiana na Hospitali ya Shengjing ya Chuo Kikuu cha Tiba cha China na taasisi nyingine imeunda modeli ya AI ya utambuzi wa saratani ya ini, DAMO LiON, inayoweza kutambua vidonda vidogo vya saratani ya ini kupitia picha za CT.
Katika jaribio la kimatibabu la miezi miwili lililofanywa kwa mtazamo wa mbele katika mazingira halisi, modeli hiyo ya AI iligundua visa 15 vya uvimbe mbaya ambavyo hapo awali vilikosa kutambuliwa. Vingi vilikuwa vidonda vya takriban sentimita 1, na hivyo kuwasaidia wagonjwa kupata upasuaji au matibabu ya dawa kwa wakati. Utafiti husika umechapishwa katika jarida maarufu la kimataifa Nature Medicine.
Maelezo rasmi ni kama yafuatavyo:
Ini ni mojawapo ya maeneo yanayoshambuliwa sana na uvimbe mbaya. Kuna saratani ya ini ya msingi inayotokana na ini, ambayo kwa kawaida huitwa “saratani ya ini”, na pia kuna “metastasi za ini” zinazosambaa kutoka sehemu kama utumbo au kongosho; mara nyingi aina ya pili huwa ya kawaida zaidi. Kwa aina zote mbili, kadiri zinavyogunduliwa mapema, ndivyo matokeo ya matibabu yanavyokuwa bora. Hata hivyo, ugunduzi wa mapema si rahisi. Kwa kuwa vidonda huwa vidogo na vinaweza kufichwa na cirrhosis, ini lenye mafuta na muundo changamano wa anatomia wa ini, hata kwa kutumia CT yenye kontrasti daktari anaweza kuvipuuza, hasa katika metastasi za ini, ambapo umakini wa daktari unaweza kuvutwa na kidonda cha msingi na kupuuza vidonda vidogo vya ini.
Kwa sababu hiyo, DAMO ilitumia uzoefu wake wa miaka mingi katika AI ya picha za kimatibabu kuunda modeli ya DAMO LiON, ambayo hufanya kazi kama “mshirika wa usalama wa AI” kumsaidia daktari kuchanganua picha. Inaweza kutambua kwa usahihi saratani ya ini ya msingi, na pia ni bora zaidi katika kugundua metastasi za ini ambazo ni rahisi kupuuzwa. Matokeo ya majaribio yalionyesha kuwa usahihi wa modeli ya AI katika kutambua uvimbe mbaya ulikuwa mkubwa kuliko wa madaktari wa radiolojia. Madaktari walipotumia modeli hiyo kuwasaidia kuchanganua picha, muda uliotumika ulipungua kwa 27%, huku unyeti wa kutambua uvimbe mbaya ukiongezeka kwa 11.5%, na hivyo kupunguza kwa ufanisi visa vya kutokutambuliwa. Kwa msaada wa AI, madaktari wa ngazi ya awali waliweza kufikia kiwango cha madaktari wenye uzoefu.
Baadaye, timu ya utafiti iliweka modeli hiyo ya AI katika hospitali, ambako ilishiriki katika uchanganuzi wa kawaida wa picha. Hitimisho la awali la AI lilipotofautiana na la daktari, kesi hiyo ilikabidhiwa kwa daktari mwandamizi wa radiolojia kwa uhakiki, na ilipohitajika kupelekwa kwa timu ya taaluma mbalimbali (MDT) kwa majadiliano. Katika kipindi cha miezi miwili, AI ilisoma picha za CT yenye kontrasti za zaidi ya wagonjwa 10,000 na kuwasaidia madaktari kugundua visa 15 vya metastasi za ini ambavyo hapo awali vilipuuzwa, jambo lililosababisha mabadiliko katika mipango ya matibabu ya wagonjwa hao. Kwa mfano, mgonjwa mmoja mwenye umri wa miaka 65 aliyewahi kuwa na saratani ya kibofu alifanyiwa uchunguzi wa ufuatiliaji. Viashiria vya utendaji wa ini na alama za uvimbe vilikuwa vya kawaida, na daktari aligundua tu eneo la ukokotoaji kwenye ini katika uchunguzi wa awali. Hata hivyo, AI ilitambua kwa usahihi metastasi ya ini, ikamkumbusha daktari kurekebisha ripoti ya uchunguzi na kupendekeza tiba ya kemikali.
Yan Ke, mtaalamu wa algoriti wa DAMO, alisema kuwa vidonda hivi vya uvimbe mbaya vilivyogunduliwa na AI kwa ujumla ni “vidogo, hafifu na viko katika maeneo yasiyo ya kawaida”: kipenyo chake cha wastani ni takriban sentimita 1, vina tofauti ndogo ya mwonekano ikilinganishwa na tishu za ini, au viko katika maeneo ya anatomia yasiyotokea mara kwa mara. Kwa msingi huo, modeli ya DAMO LiON hutumia muundo wa mtandao ulioboreshwa unaoweza kunasa uhusiano kati ya kidonda na ini lote, huku ikihifadhi kwa ufanisi maumbo na mipaka ya eneo husika, na kuboresha utendaji katika visa vigumu kama ini lenye mafuta, cirrhosis na ini baada ya upasuaji. Aidha, AI inaweza kuunganisha kwa kurudia picha za awamu tofauti, kunasa kwa ufanisi tofauti za kiwango cha pikseli kati ya awamu hizo na kutambua kwa usahihi vidonda vidogo vinavyoonekana “kwa muda mfupi” katika uchanganuzi wa CT yenye kontrasti.
Inaripotiwa kuwa tangu kuanzishwa kwake mwaka 2017, DAMO imekuwa ikiwekeza katika AI ya kimatibabu. Ilikuwa miongoni mwa taasisi za kwanza katika sekta hiyo kupendekeza kutumia AI kutambua vidonda vidogo katika picha za kimatibabu ambavyo ni vigumu kwa jicho la binadamu kuviona. Imeunda modeli za AI za uchunguzi wa saratani ya kongosho kwa kutumia CT ya kawaida, DAMO PANDA; uchunguzi wa saratani ya tumbo, DAMO GRAPE; na uchunguzi wa saratani ya utumbo, DAMO COCA, miongoni mwa nyingine. Matokeo husika yamechapishwa mara tatu katika Nature Medicine, yameingia kwenye njia ya ubunifu ya Mamlaka ya Chakula na Dawa ya Taifa, na yamepata hadhi ya “kifaa tiba cha mafanikio ya kimapinduzi” kutoka Mamlaka ya Chakula na Dawa ya Marekani (FDA). Katika hatua hii, DAMO imepanua zaidi uwezo wa AI ya kimatibabu kutoka uchunguzi wa awali hadi utambuzi, na kuwasaidia wagonjwa wengi zaidi kupata matibabu ya wakati na sahihi.