Model AI pro včasnou diagnostiku rakoviny žlučníku vykázal vysokou přesnost v multicentrické studii
Výzkumníci z PGIMER (Indie) vyvinuli a publikovali v The Lancet Regional Health model umělé inteligence, který analyzuje standardní videa z ultrazvuku a s vysokou přesností odhaluje rakovinu žlučníku v raných stádiích. Model je zdarma k dispozici jako aplikace, což je klíčové pro regiony s vysokým rizikem onemocnění.
PERIFERNÍ PARITA: Jak indická AI přehrává diagnostiku tam, kde jsou drahé systémy bezmocné
[Podstata]: co se skutečně děje
- května 2026 vyšla v The Lancet Regional Health – Southeast Asia studie, která převrací představu o tom, jaký by měl být „správný“ lékařský AI systém.
Tým pod vedením doktora Pankaje Gupty z PGIMER (Čandígarh) vyvinul model založený na technologii multiple instance learning, který analyzuje standardní videa z ultrazvuku a odhaluje rakovinu žlučníku. Bez drahého CT. Bez kontrastu. Bez vysoce kvalifikovaného specialisty na místě.
Model na vstupu přijímá několik ultrazvukových snímků jednoho pacienta (jak to dělá radiolog v reálné praxi) a vydává jednu diagnózu – „rakovina“ nebo „ne rakovina“ – spolu s pravděpodobnostním hodnocením a zvýrazněním těch oblastí snímku, které ovlivnily rozhodnutí.
A klíčové: Kartik Bose, počítačový vědec v týmu, vyvinul bezplatnou desktopovou aplikaci, která je již předávána nemocnicím na vyžádání.
Proč tato událost přesahuje rámec „další publikace o AI“?
Protože je to první případ, kdy je AI systém pro diagnostiku rakoviny na ultrazvuku navržen ne proto, aby „pomohl expertovi v centru“, ale aby zcela nahradil absenci experta na periferii.
Chronologie a kontext
2018: Tým Gupty začíná pracovat na projektu. Problém, který se snaží řešit, je znám po desetiletí: rakovina žlučníku v severní Indii zabíjí, protože je objevena pozdě. Ultrazvukové přístroje jsou v každé okresní nemocnici. Radiologové schopní rozpoznat časné známky malignity – ne.
2022: Poslední globální data GLOBOCAN: ve světě 122 491 nových případů rakoviny žlučníku. Indie je na druhém místě po Číně s 21 870 případy. Důležitější než absolutní čísla jsou standardizované ukazatele: u indických žen činí ASR 2,1 na 100 000. V severních státech je ještě vyšší.
Duben 2026: Publikace studie v The Lancet Regional Health – Southeast Asia. Model byl validován na datech ze čtyř velkých nemocnic v severní Indii.
22. května 2026: Zpráva se dostává do mainstreamových médií. Aplikace se stává dostupnou pro nemocnice národního významu.
Co zůstává v pozadí většiny reportáží: model je založen na technologii multiple instance learning (MIL). Není to klasifikátor jednotlivých snímků, kde by artefakt mohl oklamat algoritmus. Je to systém, který se dívá na sadu obrázků jako celek a učí se identifikovat vzory rozptýlené v různých snímcích – stejně jako to dělá lidské oko při prohlížení videa.
Kdo vyhrává a kdo prohrává
Vyhrávají (zřejmé):
- PGIMER a tým Gupty. Institut, který byl dosud známý hlavně v indických akademických kruzích, nyní vstupuje do světové agendy v oblasti AI v diagnostice. Doktor Pankaj Gupta se stává člověkem, který bude pozván na všechny velké konference o lékařské AI v letech 2026–2027.
- Periferní nemocnice a jejich pacienti. Ve venkovských oblastech severní Indie, kde není specialista schopný odlišit časnou rakovinu žlučníku od chronické cholecystitidy na pozadí kamenů, se nyní objevil nástroj. A to zdarma.
- Ženy severní Indie. Rakovina žlučníku je nejčastější rakovinou trávicího systému u žen v severní Indii. Incidence – 21 případů na 100 000 žen. Cholelitiáza, která je hlavním rizikovým faktorem, se vyskytuje u 80 % pacientů s rakovinou žlučníku. Právě tato skupina získá největší prospěch z včasné diagnostiky.
Prohrávají:
- Výrobci drahých CT a MR systémů v Indii. Čím přesnější je ultrazvuková diagnostika s pomocí AI, tím méně doporučení na CT. Každé zabráněné doporučení znamená ztrátu 50–200 USD pro diagnostické centrum. V měřítku Indie – miliony dolarů.
- Západní AI startupy snažící se vstoupit na indický trh. Prodávají řešení za tisíce dolarů za licenci, často s předplatným. PGIMER rozdává svou aplikaci zdarma. V cenově citlivém segmentu periferní indické medicíny tento faktor rozhoduje o všem.
- Radiologové v malých městech. Ne proto, že by přišli o práci (těch je už tak katastrofálně málo), ale proto, že jejich obchodní model postavený na placených konzultacích interpretace ultrazvuku bude zpochybněn. Aplikace, která stanoví diagnózu zdarma, znehodnocuje službu.
Co média neříkají
Ne zřejmý postřeh č. 1: Bezplatnost aplikace je geniální, ale vysoce rizikový krok
Tým PGIMER udělal aplikaci zdarma. Vypadá to jako altruismus. Ve skutečnosti je to jediný způsob, jak může být takový systém zaveden v indických státních nemocnicích, kde rozpočet na IT nákupy na úrovni okresní nemocnice často nepřesahuje 5 000–10 000 USD ročně.
Ale bezplatnost má odvrácenou stranu: kdo bude platit za podporu?
Aktualizace modelu při příchodu nových dat. Integrace s různými ultrazvukovými přístroji (v Indii jsou desítky modelů od různých výrobců). Technická podpora pro lékaře, kteří nejsou IT specialisty.
Teď to dělá tým PGIMER z grantových peněz. Ale granty končí. A AI systém v medicíně nemůže být „opuštěn“ – vyžaduje neustálou kontrolu kvality a aktualizaci.
Pravděpodobný scénář za 12–18 měsíců: bezplatná základní verze zůstává, ale za rozšířené funkce (integrace s HIS, automatické vystavování doporučení, vzdálený audit) bude účtován poplatek. Nebo se objeví státní kontrakt s indickým ministerstvem zdravotnictví na škálování.
Ne zřejmý postřeh č. 2: Volba rakoviny žlučníku není náhodná. Je to ideální model pro prokázání konceptu „AI pro chudé“
Tým Gupty si nevybral tuto lokalizaci náhodou.
Rakovina žlučníku má jasný, srozumitelný, „rutinní“ diagnostický protokol: ultrazvuk → při podezření → CT/MR. Problém není v nedostatku technologií, ale v nedostatku kvalifikace v prvním kroku.
To je ta ideální nika, kde AI může nahradit ne lékaře, ale nepřítomnost lékaře. A důkaz funguje v jakémkoli regionu světa s podobným problémem – od venkovských oblastí Bangladéše (ASR 7,7 u žen – téměř 4krát vyšší než v Indii) po odlehlé oblasti Chile (ASR 7,4) a Bolívie (ASR 8,4).
Navíc z hlediska medicíny založené na důkazech je to čistý model: binární výsledek (rakovina/ne rakovina), zlatý standard verifikace (histologie po cholecystektomii nebo biopsii), jasná kritéria zařazení.
Pokud model prokáže vysokou senzitivitu a specificitu v prospektivních studiích (a to je další fáze, kterou tým již plánuje), pak bude možné jej adaptovat na jiné druhy rakoviny s ultrazvukovou diagnostikou – rakovinu vaječníků, rakovinu jater, rakovinu slinivky.
Ne zřejmý postřeh č. 3: Předklinická data ukazují, že senzitivita je ještě daleko od ideálu
V dřívější práci stejné skupiny (2024, Clinical and Experimental Hepatology) byly porovnávány dva hluboké modely – GBCNet a MedViT – pro klasifikaci lézí žlučníku při nediagnostickém ultrazvuku.
Čísla byla skromná: senzitivita GBCNet pro detekci rakoviny – 51,1 %, specificita – 83,3 %, AUC – 0,709. MedViT vykázal senzitivitu 92,8 %, ale specificitu pouze 50 %.
To znamená, že jeden model přehlíží polovinu případů rakoviny. Druhý vydává falešné poplachy v polovině případů.
Studie z roku 2026 v The Lancet Regional Health pravděpodobně ukazuje lepší výsledky (jinak by nebyla publikována v takovém časopise), ale podrobnosti metrik v dostupných zdrojích nejsou zveřejněny. Bez publikace úplné matice chyb je předčasné posuzovat skutečnou vhodnost modelu pro klinické použití.
Prognóza: následujících 30 dní a 90 dní
30 dní (do konce června 2026):
- Vlna žádostí od nemocnic. PGIMER již dostává žádosti od „nemocnic státního významu“ o získání aplikace. Během měsíce vzroste počet žádostí na desítky. Otázkou je, jak se tým vypořádá s distribucí a základním školením bez vyhrazeného personálu.
- Publikace úplných metrik. Očekávejte, že v nadcházejících týdnech buď sám Gupta, nebo nezávislí analytici zveřejní přesné ukazatele senzitivity, specificity a AUC modelu ze studie 2026. Pokud senzitivita překročí 85 % při specificitě nad 80 % – je to komerční úroveň. Pokud nižší – zůstává nástrojem pro screening.
- Jednání se státem. Indické ministerstvo zdravotnictví je pravděpodobně již o vývoji informováno. Následujících 30 dní ukáže, zda se objeví oficiální program pilotního zavedení v 5–10 okresních nemocnicích. Rozpočet takového pilotu – od 500 000 do 1 milionu USD na 12 měsíců.
90 dní (do konce srpna 2026):
- Zahájení prospektivní klinické studie. Tým Gupty deklaroval plány na validaci modelu v prospektivních studiích. Design: zařazení pacientů s podezřením na rakovinu žlučníku, paralelní ultrazvuk s AI interpretací a nezávislá verifikace (CT/MR + histologie). Doba náboru – 6–12 měsíců, výsledky – nejdříve v roce 2027.
- Integrace do pracovních postupů ultrazvuku. Současná verze je desktopová aplikace, do které je třeba ručně nahrávat snímky. Dalším krokem je integrace přímo do ultrazvukových přístrojů. PGIMER již tuto možnost zkoumá. Technicky je to složitější a dražší, ale právě tento formát učiní technologii pro lékaře „neviditelnou“.
- Zájem ze strany mezinárodních organizací. WHO, Nadace Billa a Melindy Gatesových, Světová banka – všechny mají zájem o škálovatelná řešení pro diagnostiku rakoviny v low-resource settings. Již během 90 dní se mohou objevit předběžné kontakty o financování další fáze. Objem potenciálního grantu – od 2 do 5 milionů USD na 3 roky.
Hlavní prognóza:
Za 2–3 roky se model PGIMER stane buď:
- (a) Národním screeningovým systémem rakoviny žlučníku v Indii – pokud prospektivní studie potvrdí účinnost a vláda vyčlení rozpočet na škálování.
- (b) Open-source knihovnou pro lékařskou AI v low-resource settings – pokud model nedosáhne požadované přesnosti, ale přístup MIL se ukáže jako reprodukovatelný a další skupiny začnou adaptovat jej na své úkoly.
V každém případě PGIMER již udělal to, co se nepodařilo žádné západní univerzitě nebo korporaci: vytvořil AI nástroj pro diagnostiku rakoviny, který je zdarma, funguje na rutinním vybavení a nevyžaduje vysokou kvalifikaci obsluhy.
Právě v takových „nehezkých“, „nikových“, „periferních“ projektech – a ne v hlasitých prohlášeních o vševidoucí AI – se rodí skutečná lékařská revoluce pro ty 4 miliardy lidí na planetě, kteří nemají přístup ke specializované diagnostice.
PGIMER nečekal, až někdo vyřeší jejich problémy. Vzali ultrazvuk, přidali trochu strojového učení a zdarma to dali těm, kteří to potřebují nejvíce. To je lékařská AI v jejím nejlepším projevu.
— Editorial Team
