ИИ в онкологической диагностике: что врач может проверить

Для пациента это вопрос не только точности алгоритма: важно понимать, помогает ли он врачу увидеть дополнительный признак или фактически влияет на решение о лечении, которое трудно проверить сразу.

Чем выше ставка, тем сложнее проверка

В публикации описаны три уровня диагностических ИИ-инструментов. Первые находят признаки, которые специалист способен увидеть сам, и их можно проверять отдельно на каждом случае. Вторые выявляют особенности, которые человеку заметить сложнее: например, модель для анализа гистологических изображений изучали как способ обнаружения биомаркеров при раке лёгкого.

Третий уровень включает системы, прогнозирующие будущие события и помогающие выбирать тактику. В качестве примера приводится ArteraAI: её мультимодальная оценка прогнозирует пользу добавления гормональной терапии к лучевой при локализованном раке простаты. По данным материала, оценку проводили на данных пяти исследований III фазы. Это пример применения, а не универсальная рекомендация пациентам.

Главная практическая оговорка касается проверяемости. Для инструментов первого уровня вывод можно сопоставить с конкретным случаем. Второй уровень, как отмечает публикация, требует локальной проверки на совокупности данных, что возможно, но требует ресурсов. Для третьего оценить, сработал ли прогноз как задумано, иногда можно лишь спустя месяцы или годы.

Что спросить у клиники

Само наличие ИИ в описании услуги ещё не объясняет, какую роль он играет в диагностике. Перед исследованием или консультацией стоит уточнить у клиники:

• Какой именно этап обследования поддерживает алгоритм: анализ снимка, поиск признаков или прогноз ответа на лечение?
• Кто проверяет результат и как он учитывается врачом?
• Есть ли в клинике проверка работы системы на её собственных данных?
• Можно ли получить заключение специалиста и понять, повлиял ли алгоритм на рекомендации?

Это не формальность из серии «поставьте галочку в согласии». Чем сильнее программа меняет решение, тем важнее понимать, как клиника контролирует её выводы. В материале The ASCO Post отдельно отмечается, что проверяемость становится сложнее по мере перехода от распознавания видимых признаков к прогнозированию будущих исходов.

Эффектный процент не заменяет контекст

Philips в публикации о своём индексе Future Health Index сообщает, что опрос охватил 2000 медицинских работников в десяти странах. Компания приводит результаты о восприятии ИИ врачами и его применении в диагностике. Но такие данные не отвечают сами по себе на вопрос, насколько конкретный алгоритм подходит конкретному пациенту или как он проверяется в отдельной клинике.

Поэтому при выборе обследования полезно просить объяснить не только, что «анализирует ИИ», но и что именно получит пациент: заключение врача, дополнительную оценку или рекомендацию, способную повлиять на лечение. Если клиника не может ясно описать роль программы и порядок проверки результата, рекламное слово «искусственный интеллект» остаётся скорее вывеской, чем понятным критерием качества.