CAD: számítógéppel támogatott diagnosztika

CAD: számítógéppel támogatott diagnosztika Szerző:Karkus Rita, Buda Klára www.radiologia.hu

Napjainkban a technológiai fejlődés és az orvosi képalkotás sikere következtében a képi adatmennyiség robbanásszerű növekedése következett be. A képalkotó vizsgálatok száma és az egy vizsgálatnál elkészített képek mennyisége folyamatosan nő, s ennek következtében a fokozódó leletezési igény egyre nehezebben elégíthető ki. A probléma megoldásának egyik lehetősége a mesterséges intelligencia fejlesztése és alkalmazása. A nagy mennyiségű képi adat megfelelő kezelésével és a mesterséges intelligencia alkalmazásával kapcsolatban a jövőben a következő kérdéseket tehetjük fel: – Hogyan lehet hatásosan, validált módszerekkel támogatni a radiológus munkáját és a leletezési folyamatot? – Hogyan lehet fenntartani, javítani a minőséget? – Milyen mértékig fejleszthető a mesterséges intelligencia, helyettesítheti-e majd a radiológus munkáját? – Az algoritmusokban működő és korlátlan tanulásra képes számítógépnek és az intuitív emberi gondolkodásnak milyen szerepe lehet a képi információ értékelésében? – A „számítógéppel támogatott” diagnosztika kialakítása és fenntartása milyen költségeket jelent az egészségügynek? – A jelenlegi szűkös emberi erőforrás mellett hogyan végezhető el leghatékonyabban a megnövekedett munka? A szoftverfejlesztés és -validálás folyamatosan zajlik, de alkalmazásuk egyelőre nem általánosan elterjedt és elfogadott. A jelenlegi elismert szoftverek nagy része a radiológus utáni „másodolvasásra”, második leletezésre alkalmas, minimális számuk képes konkurálni az orvossal. A trendformáló FDA (US Food and Drug Administration) szerint a közeljövőben a CAD-szoftverek egyre erőteljesebb befolyása várható (1).

SZÁMÍTÓGÉPPEL TÁMOGATOTT ÉSZLELÉS ÉS DIAGNOSZTIKA

Az automatizált számítógépes diagnosztika koncepciója már az 1960-as évekbeli tanulmányokban megjelent, ám gyorsan kiderült, hogy a számítógép belátható időn belül nem tudja helyettesíteni a radiológiai team komplex tevékenységét, a radiológiában nem lehet „áttérni” a teljes mértékben automatizált rendszerekre. A radiológiai CAD-rendszereket az 1980-as évektől három irányban kezdték fejleszteni a radiológusok leletezési feladatának megfelelően: detektálás (percepció), leírás és diagnózis (interpretáció). A jelenleg alkalmazott szoftverek célja diagnosztikai döntéstámogatás, a radiológus és a leletezési folyamat támogatása, pontosítása, esetenként a munkaerőigény csökkentése, összességében a minőség növelése. A fogalmak pontos értelmezése a szakirodalomban még nem tisztult le. A CAD egyik jelentése: számítógéppel támogatott diagnosztika (computer aided diagnosis), amely radiológiai logikai döntéstámogatást jelent. Másik értelmezése számítógéppel támogatott detektálás/felfedezés (computer aided detection). A CAD-szoftverek orvostechnikai eszközök. A fejlesztésük az igényeknek és a finanszírozhatóságnak megfelelően történik szigorú szabályok szerint. A szoftverfejlesztés számos lépésén átvitt termékeknek az Amerikai Egyesült Államokban az FDA (US Food and Drug Administration) szabályainak, Európában az ISO 13485 szabványnak kell megfelelniük. A különböző testrégiókra – emlő, mellkas, vastagbél, prosztata, máj és csont – készült szoftverek arányai 2010-ben a következő módon alakultak (2): a leggyakoribb, 78%-os, az emlődiagnosztikára tervezett, lényegesen kisebb, 14%-os a mellkasi diagnosztikára készített szoftverek aránya. A vastagbélvizsgálatok esetén 4%-os , míg a prostata-, máj- és

Oldal 1/5


csontdiagnosztikában összesen 3%-os volt a tanulmány szerint szoftverek aránya. A CAD- (computer aided diagnosis) rendszerek piacáról több neves piackutató cég készített elemzést, amelyek 2018-ig jelzik előre a CAD-piac alakulását. Eszerint a CAD-piac növekedése 2018-ig évi 8-15% között várható (3). Az értékét világszerte 600 millió dollárra tették 2010-ben, amely érdemben 28 cég között oszlott el. Ezeknek a cégeknek a regionális eloszlása (Global Industry Analysts Inc. szerint) (3) az 1. táblázatban látható.

1.táblázat. A CAD-rendszerek piacának regionális eloszlása 2010-ben; összesen 28 cég (ágazatokat/leányvállalatokat beleértve 30) (3)

CÉLTERÜLET, EREDMÉNYESSÉG

A CAD (computer aided detection) fő alkalmazási területe napjainkban az emlődiagnosztika – a mammográfia mellett folyamatosan fejlesztik az ultrahang- és emlő-MR-CAD szofvereket is – és a mellkasi képalkotó vizsgálatok, a hagyományos röntgen és a CT. Egyre több, elváltozások észlelésére alkalmazott CAD-ről jelennek meg klinikai kutatásokat bemutató tudományos cikkek, és számos bekerül a mindennapi gyakorlatba. Ilyenek például a virtuális kolonoszkópiás, prosztata-, máj- és csont-CAD-ek. A vizsgálati típusokból látható, hogy a CAD fókusza egyelőre speciális észlelési problémák, mint például a „tű a szénakazalban” típusú vizsgálat, amikor nagy mennyiségű adatot, sok képet kell átnézni, amelyben relatíve kevés kóros elváltozás fordul elő, valaminta komplex struktúrák megítélése. Az alkalmazásban nyitott kérdés és a kutatás-fejlesztés egyik iránya a szakember és a számítógép viszonya, a leletezés módja, sorrendje a CAD-del: egy radiológus + CAD, két radiológus + CAD, először CAD, majd a szakember, ugyanez fordítva, egymással párhuzamosan egymás eredményét ismerve/nem ismerve. Napjainkban az alkalmazott CAD-ek eredményessége, szenzitivitása és specificitása a különböző szakterületeken más-más kereskedelmi termék esetén változó, amelyet néhány példa és tanulmány megfelelően érzékeltet. – Az emlődiagnosztikában több tanulmány alapján a CAD „másodleletezésként” alkalmas a radiológus munkájának támogatására, használatával 15-20%-kal nő a daganatok felfedezési aránya. Több vizsgálat alapján az egy leletező radiológus CAD-del ekvivalens a két szakember általi megtalálási eredménnyel, a szenzitivitás és a visszahívási arány megközelítőleg azonos(4). A képet lehet finomítani szakmai szempontok, például emlő-, illetve daganattípusok szerint. – A tüdőszűrésben vizsgált IQQA®-Chest CAD program prospektív studyban elért eredménye szerint CAD alkalmazása érdemben javította az elváltozás észlelését, amely 63,8%-ról 92,7%-ra javult (5).

Oldal 2/5


– A vastagbél-diagnosztikában egy 2011-es nagy tanulmány a colon-CAD szenzitivitásáról a 2. táblázatban látható eredményt adta (6). Ez alapján a colon-CAD alkalmazása esetén a vastagbélpolipok felfedezési aránya 6-9 százalékponttal nőtt.

2. táblázat. Vastagbél-CAD szenzitivitásának vizsgálata a polipok detektálásában: CT-kolonográfia szenzitivitásának összehasonlítása CAD nélkül, CAD-del történő másodleletezéssel és párhuzamos leletezéssel (6)

KÖLTSÉGHATÉKONYSÁG

A CAD-vizsgálatok költséghatékonyságával kevés tudományos cikk foglalkozik, ezek főként a mammográfiás szűrővizsgálatokat dolgozzák fel. Ezeknél a vizsgálatoknál a figyelembe vehető költségtényezők közé a mammográfia elkészítésének költségeit és leletezésének díját, a CAD beüzemelési költségeit, a másodleletezés, biopszia, valamint egyéb járulékos diagnosztikai és terápiás költségeket, továbbá a betegkövetés költségeit lehet beszámítani. A 3. táblázatban közölt japán vizsgálat eredményeiből látható, hogy a CAD-rendszer bevezetése a kettős leolvasáshoz képest magasabb költségű, de az életévekben számított eredményessége jobb (7).

3. táblázat. Költséghatékonysági vizsgálat: Mammográfia során a CAD-rendszer bevezetése Japánban a kettős leolvasáshoz képest (7)

Ugyanebben a tanulmányban szenzitivitásanalízis is található, amely megvizsgálta, hogy a 3. táblázatban bemutatott inkrementális költséget és eredményességet milyen tényező és hogyan befolyásolja. A teszt alapján adott vizsgálati szám és szenzitivitás esetén a CAD + egyes leolvasás és a kettős leolvasás költséghatékonysága kiegyenlítődik, miközben a CAD + egyes leolvasás eredményessége (évek) jobb. Az eredményekből az alábbi következtetéseket lehet levonni: – A vizsgálati szám növekedésével az inkrementális költség csökken. – A specificitás változtatása szerint: minél inkább specifikus egy vizsgálat, annál kevésbé kell kontrollálni, azaz a költség csökken.

Oldal 3/5


– A CAD beruházási költségének növekedése növeli az inkrementális költséget. – Az inkrementális eredményesség leginkább a szenzitivitástól függött, amelyet 62 és 90% között változtattak. Látható, hogy a szenzitivitás növelésével nő a bázishoz viszonyított eredményesség. Magyarországon az eltérő bérszínvonal következtében jelentősebb költségkülönbséggel lehet számolni. A sikeres CAD-rendszerrel szemben magas követelményeink vannak: – Megfelelő legyen az érzékenység, tehát magas valós pozitív és alacsony álpozitív ráta. – Emelnie kell a leletezés minőségét. – Idő takarítható meg vele. – Integrálható, kompatibilis a meglévő információs technológiával. – A felhasználónak nem lehetnek magas járulékos költségei. – Nem növelheti a vele dolgozó szakember felelősségét. A követelmény azonban magas a teljes képalkotó diagnosztikával szemben is, amelyet az objektív értékelés és a kollektív tudás fejlesztésével az informatikai rendszerek széles körű alkalmazásával és integrációjával könnyebben teljesíteni lehet. A kommunikációs, döntéstámogató, szakértői rendszerek és csoportszoftverek, valamint a meglévő kórházi informatikai rendszerek és a képi mintázatot felismerő intelligens rendszerek együttes alkalmazásával a várható legfőbb előny az eredményesség növekedése mellett csökkenthető terhelés lesz.

Irodalom:

1.http://www.fda.gov/aboutfda/centersoffices/officeofmedicalproductsandtobacco/cdrh/cdrhoffices/ucm300469.htm 2. http://www.frost.com/c/481418/sublib/display-market-insight.do?searchQuery=Computer+aided+detection&ctxixpLink=Fcm Ctx13&ctxixpLabel=FcmCtx14&id=234718092&bdata=aHR0cDovL3d3dy5mcm9zdC5jb20vc3JjaC9jYXRhbG9nLXNlYXJ 3. http://www.strategyr.com/Computer_Aided_Detection_CAD_Market_Report.asp 4. Gilbert FJ, Astley SM, McGee MA, Gillan MG, et al. Single reading with computer aided detection and double reading of screening mammograms in the United Kingdom National Breast Screening Program. Radiology 2006;241(1):47-53. 5. http://www.edda-tech.com/Products/IQQAChest.html

Oldal 4/5


6. Halligan S, Mallett S, Altman DG, McQuillan J, et al. Incremental benefit of computer-aided detection when used as a second and concurrent reader of CT colonographic data: Multiobserver Study. Radiology 2011;258(2).DOI: http://dx.doi.org/10.1148/radiol.10100354 7. Sato M1, Kawai M, Nishino Y, Shibuya D, et al. Cost-effectiveness analysis for breast cancer screening: double reading versus single + CAD reading. Breast Cancer 2014;21(5):532-41. Absztrakt: Az orvosi képalkotásnak és radiológiai diagnosztikának jelenleg az egyik fő kutatási területe a számítógéppel támogatott diagnosztika (CAD – computer aided diagnosis/detection), amelynek fő célja a vizsgálatok szenzitivitásának növelése, a diagnosztikai döntéstámogatás, a radiológus munkájának támogatása és az időmegtakarítás. Egyelőre nyitott kérdés a szakember és számítógép viszonya, a leletezés sorrendje CAD-del. Jelenleg a legelfogadottabb a CAD, mint „másodvélemény” használata a végleges diagnózis felállításában. Fő alkalmazási területe az emlőrákszűrés, de más testrégiókra is fejlesztettek szoftvereket. A CAD költséghatékonyságával egyelőre kevés tanulmány foglalkozik. A nemzetközi viszonyokhoz képest Magyarországon az alacsonyabb bérszínvonal következtében kisebb költségkülönbséggel lehet számolni. Kulcsszavak: automatizált számítógépes diagnosztika, CAD, érzékenység, költséghatékonyság Abstract: Computer-aided diagnosis/detection (CAD) has become one of the major research fields in medical imaging and diagnostic radiology. The main purposes of CAD are to improve sensitivity and quantitative evaluation, speed up the diagnostic process and reduce the number of diagnostic errors and time requirement. With CAD, radiologists most often use the computer output as a „second opinion” to make the final decisions. A wide variety of lesion detection systems exist. By far the most widely used lesion detection systems are those aimed at mammography breast cancer screening. Few studies have investigated the cost-effectiveness of CAD, however cost-effectiveness may be different in Hungary due to lower labour costs. Keywords: computer aided detection/diagnosis, CAD, sensitivity, cost-effectiveness Szerző munkahelye: dr. Karkus Rita, dr. Buda Klára Borsod-Abaúj-Zemplén Megyei Kórház és Egyetemi Oktató Kórház, Klinikai és Intervenciós Radiológiai Centrum, Miskolc Szerző e-mail címe: [email protected] Szerző levelezési címe: dr. Karkus Rita, 3526 Miskolc, Szentpéteri kapu 72–76.

Oldal 5/5

CAD: számítógéppel támogatott diagnosztika

Recommend Documents