Naslov
Niskodozni protokol CT-a i umjetna inteligencija u ranom otkrivanju raka pluća- nacionalni program probira
(Low-dose CT protocol and artificial intelligence in the early detection of lung cancer – the national screening program in Croatia)

Autori
Popić, Jelena ; Kralik, Ivana ; Brkljačić, Boris

Vrsta, podvrsta i kategorija rada
Sažeci sa skupova, sažetak, znanstveni

Izvornik
Zbornik sažetaka trinaestog simpozija Hrvatskog društva za zaštitu od zračenja / - , 2023, 95-96

Skup
Trinaesti simpozij Hrvatskog društva za zaštitu od zračenja

Mjesto i datum
Poreč, Hrvatska, 18.04.2023. - 21.04.2023

Vrsta sudjelovanja
Predavanje

Vrsta recenzije
Domaća recenzija

Ključne riječi
niskodozni protokol snimanja pluća, plućni nodul, optimizacija snimanja, umjetna inteligencija
(low-dose protocol lung scanning, lung nodule, scanning optimization, artificial intelligence)

Sažetak
Snimanje pluća niskodoznim protokolom za razliku od snimanja uobičajenim protokolom povezano je sa znatno nižom dozom zračenja za pacijenta uglavnom manjom od 1mSv, dok uobičajeno iznosi 10-20 mSv. Ovo snimanje je zbog nižih doza stoga opravdano u ranom otkrivanju tumora pluća obzirom većina tumora počinje kao plućni nodul. Ono omogućuje raniju dijagnozu i bolji ishod terapije u pacijenata s karcinomom pluća. Dodatno uporaba umjetne inteligencije u očitavanju niskodoznog MSCT-a pluća, prema posljednjim istraživanjima omogućuje manje pogreške pri očitavanju plućnih nodusa i može pomoći radiolozima u ovoj dijagnostici. US National Lung Cancer Screening Trial (NLST) i druga randomizirana klinička istraživanja u Europi pokazuju da niskodozni MSCT je zadovoljavajuća pretraga za smanjenje raka pluća kod dugogodišnjih pušača. Kod niskodoznog MSCT-a, koristeći neuralne mreže i “duboko učenje”, program u sklopu probira analizira veličinu i distribuciju nodusa, ubrzava proces očitavanja nalaza od strane radiologa, a tako analizirane noduse softver čuva i za kasniju usporedbu. Ovaj se program provodi u Republici Hrvatskoj u 16 ustanova, a prosječne doze tijekom takvih snimanja usporedive su s redgenskom snimkom pluća, dok je dokazana uspješnost dijagnoze tumora značajno veća. No važno je naglasiti i visok je postotak lažno pozitivnih nalaza, što posljedično može dovesti do povećanog dodatnog broja pretraga. Otvoreno je pitanje integracije sustava umjetne inteligencije u PACS (engl. picture and archiving software), budući da sada funkcionira na odvojen način, edukacije radiologa za softver umjetne inteligencije te dostupnosti programa unutar zdravstvenog sustava, kao i mogućnosti optimizacije snimanja koje su različite na različitim uređajima i u koju bi trebalo uključiti medicinske fizičare.

Izvorni jezik
Hrvatski, engleski

Znanstvena područja
Fizika, Kliničke medicinske znanosti

POVEZANOST RADA