Olyan mesterséges intelligencia, amely a tüdőfelvételeket úgy értelmezi, ahogyan egy radiológus tenné

A radiológusok nap mint nap hatalmas mennyiségű CT-felvételt vizsgálnak át, olyan apró részleteket keresve, amelyek könnyen elkerülhetik a figyelmüket. Egy apró csomó. Egy alig észrevehető árnyék. Valami, ami korai stádiumú tüdőrák lehet, de lehet, hogy egyáltalán semmi sem.

A tüdőrák világszerte több embert követel, mint bármely más rákfajta. A túlélés nagymértékben függ attól, hogy milyen korán fedezik fel a betegséget. A legtöbb radiológiai osztályon azonban a munkaterhelés miatt alig marad idő arra a folyamatos, kettős figyelemre, amelyet egy apró, gyanús elváltozás felismerése valójában megkövetel.

A Scientific Reports folyóiratban nemrég megjelent tanulmányban egy nemzetközi kutatócsoport – amelynek tagjai között szerepelnek a litvániai Kaunasi Műszaki Egyetem kutatói is – olyan mesterséges intelligencia-rendszert fejlesztett ki, amelynek feladata olyan feladat elvégzése, amellyel a meglévő eszközök eddig folyamatosan küszködtek. A rendszer egyszerre kétféle módon értelmezi a szkennelt képet.

Hogyan értelmezi valójában a radiológus a felvételt?

Amikor egy radiológus egy CT-felvételt értelmez, folyamatosan változtatja a nézőpontját. Ráközelít a vizsgálandó területre, hogy a finom részleteket is megvizsgálja. Majd visszalép, hogy megértse, hogyan illeszkedik az a terület a teljes tüdőhöz. Nem az egyik vagy a másik – mindkettő, újra és újra, az értelmezés során.

A legtöbb, erre a feladatra kifejlesztett mesterséges intelligencia-rendszernek választania kellett. Vagy a finom helyi részletek megragadásában jeleskednek, vagy a tágabb szerkezeti összefüggések megértésében. Mindkettő egyidejű elérése eddig tartós technikai problémát jelentett.

A csapat megoldása egy C-Swin névre keresztelt modell. Ez két különböző típusú neurális hálózat-architektúrát ötvöz, amelyek együtt működnek. Egy konvolúciós neurális hálózat kezeli a finom részletű helyi jellemzőket, vagyis azt a részletes mintázatfelismerést, amely képes felismerni a kis elváltozásokat és a finom textúrákat. A Swin Transformer – egy olyan architektúra, amely csúszó ablakos megközelítést alkalmaz a kép térbeli régióinak elemzésére – kezeli a tágabb kontextust. A két komponens párhuzamosan működik, kimeneteiket nem egymás után, hanem integráltan dolgozzák fel.

Inzamam Mashood Nasir, a KTU kutatója egyszerűen fogalmazza meg a dolgot. A modell egyik része a kis részletekre összpontosít, például a tüdőben található apró foltokra vagy textúrákra, míg a másik része az összképet vizsgálja, és a nagyobb összefüggéseket értelmezi. Úgy is felfoghatjuk, mintha egyszerre lenne nálunk egy nagyító és a felvétel teljes képe.

Mit mutattak az eredmények

A modellt az IQ-OTH/NCCD adatállományon tesztelték, amely egy nyilvánosan hozzáférhető CT-felvétel-gyűjtemény, és a felvételeket három kategóriába sorolta: normális, jóindulatú és rosszindulatú.

A jóindulatú (nem rákos) csomók és a rosszindulatú daganatok megkülönböztetése a radiológia egyik legnehezebb feladata; ha ezt elrontják, az vagy a rákos megbetegedések felismerésének elmulasztásához, vagy felesleges, invazív biopsziák elvégzéséhez vezet.

Az eredmények kiemelkedőek voltak. A C-Swin 96,26%-os pontosságot ért el, 97,48%-os precízióval és 97,42%-os F1-értékkel. A meglévő módszerekhez képest a pontosság javulása az összehasonlítás típusától függően 2,31% és 6,81% között mozgott.

Az orvostudományban ezek a különbségek nem elhanyagolhatóak. A diagnosztikai pontosság egy százalékpontos javulása – ha ezt több ezer betegre és több százezer vizsgálatra vetítjük – kézzelfogható eredményeket jelent.

A kutatók óvatosan fogalmazzák meg állításaikat. A modellt egyetlen adathalmazon képezték ki. Még nem tesztelték különböző szkennergyártók, különböző képalkotási protokollok vagy különböző betegcsoportok esetében. Nasir egyértelműen kifejezi ezt. A valós körülmények között számos változó létezik, és a rendszert a klinikai alkalmazás előtt mindegyik esetében tesztelni kell.

Ez a fenntartás nem csökkenti a megállapítás jelentőségét. Ez őszintén leírja, hogy hol tart egy jó kutatás, mielőtt klinikai gyakorlatba kerülne. A következő lépések a klinikai validálás, a kórházi környezetben történő tesztelés, valamint a meglévő orvosi képalkotó rendszerekbe való integrálás.

Miért olyan fontos az időzítés?

A tüdőrákot még mindig leggyakrabban késői stádiumban diagnosztizálják, amikor a kezelési lehetőségek szűkebbek, és a kimenetel kedvezőtlenebb. A biológiailag lehetséges és az, ami ténylegesen időben eljut a betegekhez, közötti szakadék az onkológia egyik meghatározó problémája.

Azok a mesterséges intelligencia-alapú eszközök, amelyek valóban csökkentik az elmulasztott esetek számát és a hamis pozitív eredmények arányát – ami azt jelenti, hogy kevesebb beteget küldenek felesleges beavatkozásokra, és ezzel együtt csökken a velük járó szorongás is –, egyszerre kezelik a probléma mindkét oldalát.

Nasir rámutat arra, hogy ez a módszer nem korlátozódik a tüdőrákra. Bármely olyan orvosi képalkotási feladat, amely egyszerre igényel részletes helyi elemzést és átfogóbb szerkezeti megértést, profitálhat ebből a megközelítésből. Lehetséges alkalmazási területekként az agydaganatokat, az emlőrákot és a szem betegségeket említik.

A nagy kép

Ezen a héten Demis Hassabis, a Google DeepMind vezérigazgatója két fontos interjút adott: az egyiket a 20VC podcastban Harry Stebbingsszel, a másikat pedig Cleo Abram tudományos kommunikátorral, amelyekben arról beszélt, hogy szerinte milyen szerepet tölthet be a mesterséges intelligencia az orvostudományban. Üzenete végig az volt, hogy a mesterséges intelligencia legfontosabb feladata nem a fogyasztói termékek terén rejlik, hanem a betegségek legyőzésében. Arról is beszélt, hogy szeretné, ha a jelenleg évtizedekig tartó gyógyszerfejlesztési folyamat hónapokra rövidülne. Arról is beszélt, hogy a mesterséges intelligencia eljuthat olyan pontra, ahol az orvostudomány már nem úgy fog kinézni, mint ma.

A C-Swin-tanulmány nem ilyen nagyratörő. Ez csupán egy modell, egy adathalmaz, egy gondosan körülhatárolt eredménykészlet, amely klinikai validálásra vár. De pontosan így lehet áthidalni a jelenlegi helyzet és a cél közötti távolságot. Nem egyetlen nagy ugrással, hanem olyan tanulmányok révén, mint ez: gondosan elvégzett, nyíltan publikált kutatások, amelyekre a következő kutatócsoport építhet.

A tüdőrák biológiáját egyre jobban megértjük. A kezelések is kezdenek lépést tartani ezzel. És most, lassan, a szűrési rendszer is fejlődik.

Forrás: Yousafzai SN, Nasir IM, Mansour S és munkatársai. A CNN-t és a transzformert integráló hibrid mélytanulási módszer a tüdőrák CT-felvételek alapján történő osztályozásához. Scientific Reports. 2026. doi:10.1038/s41598-026-41161-7

Kép: Mesterséges intelligenciával létrehozott illusztráció