По данным NVIDIA Generative AI, рак груди является самым распространенным раком среди женщин в США, однако в системе здравоохранения существуют значительные пробелы. Большинство женщин старше 40 лет пропускают рекомендованные ежегодные обследования. Радиологи работают с увеличивающимся количеством маммограмм, но с уменьшающимся числом коллег. Кроме того, диагностика может занимать недели, прежде чем результаты тестов станут известны. Компании, участвующие в программе NVIDIA Inception для стартапов, разрабатывают приложения на основе искусственного интеллекта, которые помогают врачам на каждом из этих этапов, включая визуализацию, оценку рисков и планирование лечения. В США ежегодно выполняется около 40 миллионов маммограмм, но ожидается нехватка десятков тысяч радиологов в течение следующего десятилетия, что создает нагрузку на систему. На другом конце временной шкалы, решения о лечении часто зависят от геномных анализов, отправляемых в сторонние лаборатории, которые обрабатываются в течение нескольких недель — в момент, когда скорость и точность особенно важны. Компании, упомянутые ниже, решают проблемы на обоих концах этого разрыва, используя инфраструктуру NVIDIA AI. Одной из таких компаний является iSono Health, которая разрабатывает платформу ATUSA — носимую автоматизированную систему 3D-количественного ультразвука, которая позволяет получить стандартизированный объем груди за примерно две минуты на каждую грудь, в отличие от 45 минут, необходимых для традиционного ручного ультразвука. Искусственный интеллект системы, обученный на тысячах полных сканирований груди, автоматизирует процесс получения изображений и использует ускорение на GPU от NVIDIA для получения 3D-скана, который, по утверждению компании, на 28% более чувствителен, чем ручной 2D-ультразвук. Система ATUSA обеспечивает сопоставимость сканирований, что позволяет врачам анализировать изменения в ткани пациентки с течением времени, а также снижает количество ошибок оператора. Платформа доступна через партнерские клиники в Калифорнии, Техасе, Джорджии, Теннесси и Вашингтоне, и новые клиники открываются регулярно. Генеральный директор iSono Health Неда Разави отметила: «Приближение сканирования к пациенту — это первый прорыв. Наша цель — сделать это сканирование все более информативным, помогая врачам видеть, что находится внутри, понимать, что изменилось, и принимать более обоснованные решения». Компания также разработала возможности искусственного интеллекта для обнаружения опухолей, 3D-сегментации и классификации опухолей. Следующим шагом станет расширение возможностей AI для многомодальной диагностической информации, охватывающей 3D-ультразвук, маммографию, МРТ и клинические данные. В настоящее время у компании проходит многоцентровое клиническое исследование с участием 3200 пациентов для дальнейшей проверки производительности платформы, с ведущими исследовательскими площадками в UC Davis и Vanderbilt University Medical Center. Компания Whiterabbit.ai разрабатывает технологии искусственного интеллекта для скрининга рака груди. Ее программное обеспечение WRDensity, одобренное FDA, автоматически оценивает плотность груди по маммограммам и уже использовалось в лечении сотен тысяч пациентов. Также компания разработала WRRisk — программное обеспечение для поддержки клинических решений, которое оценивает долгосрочный риск развития рака груди у пациентов, и исследует новое поколение AI для маммографии, которое может помочь радиологам обнаруживать больше случаев рака, автоматизируя скрининг маммограмм, которые не показывают рак груди. Цель компании — снизить нагрузку на радиологов, ускорить результаты и сократить количество ненужных повторных обследований для пациентов, а также снизить последующие затраты на здравоохранение. «Каждый день радиологи сталкиваются с проблемой поиска одной опухоли на 200 маммограмм», — говорит соучредитель и технический директор Whiterabbit.ai Джейсон Су. «Мы надеемся, что искусственный интеллект станет мощным помощником для радиологов, помогая им сосредоточиться на том, что действительно имеет значение». Компания Ataraxis AI разрабатывает клинический интеллект, который предсказывает результаты лечения у пациентов с раком груди, используя цифровые данные, включая патологические слайды, которые уже являются частью стандартного обследования пациента. Модели AI Ataraxis интерпретируют паттерны на патологических слайдах, что позволяет ассоциировать изменения этих паттернов с различиями в риске рецидива и чувствительности к химиотерапии. «Инструменты, на которые онкологи полагаются сегодня для принятия решений о терапии, были в основном обучены много лет назад и не обновлялись. Наши модели становятся сильнее с каждым разом, когда мы получаем новые данные клинических испытаний», — отметил Джозеф Каппадона, член технического персонала Ataraxis AI. Модели Ataraxis анализируют цифровые патологические слайды и стандартные клинические переменные для предсказания ответа на лечение и риска рецидива. Одна из моделей предсказывает, насколько вероятно, что предоперационная химиотерапия уменьшит опухоль до нужного размера перед операцией. После операции другая модель оценивает пятилетний риск рецидива и вероятную пользу от химиотерапии как следующего шага. Обе модели были проверены более чем в 10 учреждениях и нескольких клинических испытаниях и активно используются в клинической практике. Компания SimBioSys разрабатывает технологии прецизионной медицины на основе искусственного интеллекта, которые создают точные 3D-модели опухолей груди, вен и других мягких тканей, предоставляя важные данные для помощи в проведении операций и формировании планов лечения. Она также создала инструмент для оценки риска рецидива рака груди на основе 3D-данных МРТ груди, патологии опухоли и клинических данных. «Мы создаем платформу, которая позволяет интегрировать многомодальные данные — результаты визуализации, патологии, геномные тесты, когда это применимо, и другие биологические входные данные, и, используя искусственный интеллект, объединять их», — отметила Стефани Стивенс, генеральный директор SimBioSys. Технология NVIDIA предоставляет вычислительные мощности для быстрой обработки сотен или тысяч изображений, что позволяет быстро анализировать данные. «Эта скорость важна, потому что пациенты и врачи нуждаются в ответах как можно скорее. Они не могут ждать днями или неделями», — добавила она. Материал подготовлен нейросетью на основе оригинальной публикации. ИИ может ошибаться в деталях (цифры, имена, даты, цитаты) — для важной информации сверяйтесь с первоисточником.