Upotreba alata veštačke inteligencije (AI) za evaluaciju plućnih nodula na niskodoznim CT (LDCT) pregledima dovodi do značajnog povećanja detekcije klinički relevantnih nalaza, ali bez skraćenja vremena interpretacije u realnim kliničkim uslovima. Ovi nalazi potiču iz prospektivne, randomizovane studije objavljene u martu 2026. godine u American Journal of Roentgenology.
Studija je sprovedena kao randomizovano ispitivanje u realnom kliničkom okruženju, sa ciljem procene efekta AI asistencije na rad radiologa u skrining populaciji asimptomatskih ispitanika. Ukupno 911 ispitanika randomizovano je u grupu sa AI podrškom (n=447) i grupu bez AI (n=464). U interventnoj grupi korišćen je komercijalni AI sistem integrisan u PACS, koji je automatski detektovao, klasifikovao i merio plućne nodule, dok su radiolozi prijavljivali nekalcifikovane nodularne promene prečnika ≥4 mm.
Za razliku od većine studija zasnovanih na retrospektivnim analizama, reader-study dizajnu i idealizovanim uslovima, ovaj rad donosi prospektivni randomizovani okvir, uz direktnu PACS-integraciju i evaluaciju u stvarnom radiološkom okruženju.
Ključni rezultati
| Parametar | Bez AI asistencije | AI asistencija | p-vrednost |
|---|---|---|---|
| Vreme interpretacije po pregledu | 172 sekunde | 187 sekundi | 0,23 |
| Preporuke za kontrolni LDCT | 7,4% | 15,3% | 0,04 |
| Stopa detekcije | |||
| Lung-RADS pozitivni noduli | 10,3% | 16,9% | 0,03 |
| Svi noduli | 32,6% | 52,9% | 0,002 |
Interpretacija rezultata jasno ukazuje da AI asistencija ne donosi vremensku uštedu, ali značajno povećava detekciju nodularnih promena i učestalost preporuka za dalje praćenje.
Tokom medianog perioda praćenja od približno 215 dana, nijednom ispitaniku nije dijagnostikovan karcinom pluća, što dodatno naglašava poznatu činjenicu da većina detektovanih nodula u skrining populaciji ima benigni karakter.
Tumačenje nalaza
Odsustvo vremenske dobiti predstavlja jedan od ključnih nalaza ove studije i odstupa od ranijih eksperimentalnih istraživanja. Razlozi za ovakve dobijene rezultate verovatno leže u samoj prirodi realnog kliničkog rada:
- još uvek ograničena integracija AI alata u postojeća PACS okruženja
- potreba radiologa da verifikuju AI nalaze zbog pune kliničke odgovornosti
- dodatno vreme potrebno za procenu potencijalno lažno pozitivnih nalaza
Istovremeno, povećana detekcija nodula dolazi uz povećanje broja preporuka za kontrolne preglede, što otvara pitanje balansa između rane dijagnostike i rizika od prekomerne dijagnostike.
Klinički kontekst
U populacijama koje se podvrgavaju LDCT skriningu, prevalencija maligniteta među detektovanim nodularnim promenama ostaje relativno niska. U tom kontekstu, povećanje detekcije ne znači nužno i neposredno poboljšanje kliničkog ishoda, već zahteva pažljivo kliničko tumačenje i racionalno donošenje odluka o daljem praćenju.
Zaključak
AI asistencija u interpretaciji LDCT pregleda povećava detekciju plućnih nodula i učestalost preporuka za praćenje, ali ne dovodi do skraćenja vremena interpretacije u realnim uslovima. Dalji razvoj treba usmeriti ka boljoj integraciji AI sistema u kliničke tokove rada i optimizaciji njihove upotrebe u svakodnevnoj praksi.
Napomena: Tekst predstavlja informativni prikaz objavljene naučne literature. Ne sadrži kliničke preporuke i ne može zameniti stručnu procenu lekara u realnim okolnostima. Pericardion nema finansijski niti komercijalni interes povezan sa temom ili sadržajem ovog teksta.
Ilustracija je generisana samo za potrebe ovog teksta pomoću Microsoft Copilot-a. Prompt koji je korišćen za generisanje: „Ilustracija: Lekar analizira CT snimke pluća uz pomoć AI sistema koji vizuelno označava sumnjive nodule, bez dodatnih tekstualnih oznaka na ekranima.”