NVIDIA AI u liječenju raka dojke

Rak dojke najčešće je dijagnosticiran rak među američkim ženama, no praznine u skrbi su velike. Većina žena starijih od 40 godina preskače preporučeni godišnji pregled. Radiolozi čitaju više mamograma s manje kolega. A kada se postavi dijagnoza, testovi koji informiraju o liječenju mogu potrajati tjednima da bi se dobili rezultati.

Tvrtke u NVIDIA Inception programu za startupove grade AI aplikacije za podršku kliničarima na svakoj od ovih točaka trenja, uključujući snimanje, procjenu rizika i planiranje liječenja.

U SAD-u se svake godine obavi oko 40 milijuna mamograma, ali predviđeni nedostatak desetaka tisuća radiologa tijekom sljedećeg desetljeća opterećuje kapacitet sustava za njihovo očitavanje.

Na drugom kraju vremenske linije skrbi, odluke o liječenju često ovise o genomskim testovima poslanim u vanjske laboratorije - testovima čija obrada traje tjednima, u trenutku kada su brzina i sigurnost najvažniji.

Za žene koje se bore s pronalaženjem vremena ili obližnje lokacije za preglede za rak dojke, pristup je praktična prepreka koja se pretvara u propuštene dijagnoze. Startup tvrtke NVIDIA Inception, iSono Health, izgrađen je oko pojednostavljenja ovog tijeka rada za snimanje.

Tvrtkina ATUSA platforma, odobrena od strane FDA je nosivi, automatizirani 3D kvantitativni ultrazvučni sustav - snima standardizirani volumen dojke za otprilike dvije minute po dojci, u usporedbi s do 45 minuta za konvencionalni ručni ultrazvuk.

Umjetna inteligencija sustava, obučena na tisućama snimaka cijele dojke koji obuhvaćaju preko 1,5 milijuna ultrazvučnih snimaka, automatizira akviziciju slika. Koristi NVIDIA GPU ubrzanje i tehnologiju medicinskog snimanja otvorenog koda kako bi pružila 3D skeniranje za koje tvrtka tvrdi da je 28% osjetljivije od ručnog 2D ultrazvuka.

Ručni ultrazvuk ovisi o tome tko drži sondu, pa se snimke žene obično ne mogu uspoređivati ​​iz godine u godinu. ATUSA snima cijelu dojku na isti način svaki put, stvarajući ponovljiv prikaz tkiva dojke koji bi mogao pomoći kliničarima da analiziraju kako se tkivo pacijentice mijenja tijekom uzastopnih snimanja, a istovremeno smanjuje pogreške operatera i varijabilnost.

ATUSA je komercijalno dostupna putem partnerskih klinika diljem Kalifornije, Teksasa, Georgije, Tennesseeja i Washingtona, a nove lokacije redovito se otvaraju online.

iSono Health razvio je mogućnosti umjetne inteligencije za otkrivanje lezija, 3D segmentaciju i klasifikaciju lezija. Sljedeće što planira učiniti je proširiti svoj AI cjevovod na multimodalnu dijagnostičku inteligenciju koja obuhvaća 3D ultrazvuk, mamografiju, magnetsku rezonancu i kliničke informacije.

Tvrtka provodi multicentrično kliničko ispitivanje s 3200 pacijenata kako bi dodatno potvrdila učinkovitost platforme, a vodeća istraživačka mjesta su UC Davis i Medicinski centar Sveučilišta Vanderbilt.

Još jedna tvrtka iz NVIDIA Inceptiona, Whiterabbit.ai, razvija AI tehnologiju za probir raka dojke. Njihov softver WRDensity, odobren od strane FDA, automatski procjenjuje gustoću dojki s mamograma i koristi se u liječenju stotina tisuća pacijenata.

Tvrtka je također razvila WRRisk, softver za podršku kliničkom odlučivanju za procjenu dugoročnog rizika od razvoja raka dojke kod pacijenata - i istražuje novu generaciju umjetne inteligencije za mamografiju koja bi mogla pomoći radiolozima da otkriju više karcinoma, a istovremeno automatiziraju probir mamograma koji su negativni na rak dojke.

Cilj je smanjiti opterećenje preopterećene radiološke radne snage, ubrzati rezultate i smanjiti broj izbježivih povratnih poziva za pacijente te smanjiti troškove zdravstvene skrbi.

Whiterabbit trenira svoje AI modele na klasteru NVIDIA GPU-ova smještenih na Sveučilištu Washington u St. Louisu, uz dodatni GPU kapacitet u oblaku. Inferencija se izvodi na NVIDIA GPU-ovima raspoređenim izravno u klinici.

Nakon što se pacijentici dijagnosticira rak dojke, sljedeće pitanje je što učiniti s tim - a odgovor ovisi o predviđanju kako će rak reagirati na liječenje.

Danas su ta predviđanja ograničenog opsega i točnosti te često zahtijevaju zasebnu biopsiju tkiva s čekanjem od dva do četiri tjedna. Ataraxis AI gradi kliničku inteligenciju koja predviđa ishode pacijenata i odgovor na različite terapije koristeći digitalne podatke, uključujući patološke slajdove koji su već dio standardne obrade pacijenata.

Ataraxisovi AI modeli interpretiraju obrasce u patološkim slajdovima, ovdje vizualizirane kao klasteri označeni bojama. Modeli uče povezivati ​​varijacije među tim obrascima s razlikama u riziku od recidiva i kemosenzitivnosti.

Modeli analiziraju digitalne patološke preparate i standardne kliničke varijable kako bi predvidjeli odgovor na liječenje i rizik od recidiva. Jedan model predviđa hoće li preoperativna kemoterapija vjerojatno smanjiti pacijentov tumor do točke odgovora prije operacijske sale. Nakon operacije, drugi model procjenjuje pacijentov petogodišnji rizik od recidiva i vjerojatnu korist kemoterapije kao sljedećeg koraka.

Oba modela su validirana u više od 10 institucija i više kliničkih ispitivanja te se aktivno koriste u kliničkoj praksi. Rade na NVIDIA GPU-ima lokalno, u udaljenom podatkovnom centru i u oblaku — koristeći PyTorch ubrzan NVIDIA CUDA-om.

Još jedna tvrtka iz NVIDIA Inceptiona, SimBioSys, pridružila se NVIDIA-i na nedavnom panelu povodom Mjeseca borbe protiv raka dojke.

Tvrtka razvija tehnologiju precizne medicine pokretanu umjetnom inteligencijom koja stvara točne 3D modele tumora dojke, vena i drugog mekog tkiva, pružajući važne uvide koji pomažu u vođenju operacija i utjecaju na planove liječenja. Također je izgradila alat za procjenu rizika od recidiva raka dojke na temelju 3D volumetrijskih podataka s magnetske rezonancije dojke pacijentice, patologije tumora i kliničkih podataka.

„Gradimo platformu koja nam sada omogućuje prikupljanje multimodalnih podataka - slikovnih pretraga, rezultata patologije, genomskog testiranja kada je primjenjivo i drugih bioloških podataka - i, koristeći umjetnu inteligenciju, objedinjavanje svega toga“, rekla je Stacey Stevens, izvršna direktorica tvrtke SimBioSys, na događaju. „Kada to učinimo, generiraju se novi uvidi koji nadilaze ono što smo imali iz bilo kojeg pojedinačnog dijela. NVIDIA tehnologija nam daje računalnu snagu za snimanje stotina ili tisuća slika, primjenu naše umjetne inteligencije i njihovu brzu analizu, rekla je Stevens. „Ta brzina je važna jer pacijentima i liječnicima trebaju brzi odgovori. Ne mogu si priuštiti čekanje danima ili tjednima.“