Mamografija, vodena z umetno inteligenco, zmanjša delovno obremenitev za 33 % in poveča odkrivanje raka dojke
Zadnji pregled: 14.06.2024
Vsa vsebina iLive je pregledana ali preverjena, da se zagotovi čim večja dejanska natančnost.
Imamo stroge smernice za pridobivanje virov in samo povezave do uglednih medijskih strani, akademskih raziskovalnih institucij in, kadar je to mogoče, medicinsko pregledanih študij. Upoštevajte, da so številke v oklepajih ([1], [2] itd.) Povezave, ki jih je mogoče klikniti na te študije.
Če menite, da je katera koli naša vsebina netočna, zastarela ali drugače vprašljiva, jo izberite in pritisnite Ctrl + Enter.
V nedavni študiji, objavljeni v Radiology, so raziskovalci iz Danske in Nizozemske izvedli retrospektivno analizo učinkovitosti presejanja in celotnega bremena presejanja mamografije pred in po uvedbi sistemov umetne inteligence (AI).
Redni mamografski pregledi za odkrivanje raka dojke znatno zmanjšajo smrtnost zaradi te bolezni. Vendar množično mamografsko presejanje poveča delovno obremenitev radiologov, ki morajo pregledati veliko mamografov, od katerih večina ne vsebuje sumljivih lezij.
Poleg tega dvojno presejanje, ki se uporablja za zmanjšanje lažnih pozitivnih rezultatov in izboljšanje odkrivanja, dodatno poveča delovno obremenitev radiologov. Pomanjkanje specializiranih radiologov, ki bi lahko brali mamograme, to stanje še poslabša.
Nedavne študije so obsežno raziskale uporabo umetne inteligence za učinkovito analizo radioloških poročil ob ohranjanju visokih standardov presejanja. Kombinirani pristop, pri katerem umetna inteligenca pomaga radiologom poudariti mamograme z označenimi lezijami, naj bi zmanjšal delovno obremenitev radiologov in hkrati ohranil občutljivost presejanja.
Trenutna študija je uporabila predhodne meritve uspešnosti dveh kohort žensk, pregledanih z mamografijo v okviru danskega nacionalnega presejalnega programa za raka dojk, da bi primerjali spremembo delovne obremenitve in učinkovitosti presejanja po uvedbi orodij AI.
Program je povabil ženske, stare od 50 do 69 let, na pregled vsaki dve leti do starosti 79 let. Ženske z markerji, ki kažejo na povečano tveganje za raka na dojki, kot so geni BRCA, so bile pregledane po različnih protokolih.
Raziskovalci so uporabili dve kohorti žensk: eno pregledano pred in drugo po uvedbi sistema umetne inteligence. V analizo so bile vključene samo ženske, mlajše od 70 let, da bi izključili tiste v podskupini z visokim tveganjem.
Vsi udeleženci so bili podvrženi standardnim protokolom z uporabo digitalnih mamografov s kraniokavdalnim in mediolateralnim poševnim pogledom. Vsi pozitivni primeri v tej študiji so bili ugotovljeni s presejanjem za duktalni karcinom ali invazivni rak, kar je bilo potrjeno z biopsijo z iglo. Podatke o patoloških izvidih, velikosti lezije, prizadetosti bezgavk in diagnozah smo pridobili tudi iz nacionalnega zdravstvenega registra.
Sistem AI, ki se uporablja za analizo mamogramov, je bil usposobljen z uporabo modelov globokega učenja za odkrivanje, poudarjanje in točkovanje kakršnih koli sumljivih kalcinacij ali lezij na mamogramu. Umetna inteligenca je nato preglede razvrstila na lestvici od 1 do 10, kar kaže na verjetnost raka dojke.
Skupina večinoma izkušenih radiologov je pregledala mamografije za obe kohorti. Pred uvedbo sistema umetne inteligence sta vsak pregled pregledala dva radiologa, pacientu pa sta bila priporočena klinični pregled in biopsija z iglo le, če sta oba radiologa menila, da presejanje zahteva nadaljnjo oceno.
Po uvedbi sistema umetne inteligence je mamograme z oceno manj kot ali enako 5 pregledal višji radiolog, saj je vedel, da so prejeli le eno odčitavanje. O tistih, ki so zahtevale nadaljnje preiskave, smo se pogovorili z drugim radiologom.
Študija je pokazala, da je implementacija sistema umetne inteligence bistveno zmanjšala delovno obremenitev radiologov, ki analizirajo mamografije kot del množičnega presejanja raka dojk, hkrati pa izboljšala učinkovitost presejanja.
Kohorto, pregledano pred uvedbo sistema umetne inteligence, je sestavljalo več kot 60.000 žensk, medtem ko je kohorto, pregledano z umetno inteligenco, sestavljalo približno 58.000 žensk. Presejanje z AI je povzročilo povečanje števila diagnoz raka dojke (0,70 % pred AI v primerjavi z 0,82 % z AI) in hkrati zmanjšalo število lažno pozitivnih rezultatov (2,39 % v primerjavi z 1,63 %).
Presejanje na osnovi umetne inteligence je imelo večjo pozitivno napovedno vrednost, odstotek invazivnih rakov pa je bil nižji pri metodah na osnovi umetne inteligence. Čeprav se odstotek raka z negativnimi vozlišči ni spremenil, so druga merila uspešnosti pokazala, da je presejanje na osnovi umetne inteligence bistveno izboljšalo rezultate. Zmanjšala se je tudi bralna obremenitev za 33,5 %.
Študija je zato ocenila učinkovitost presejalnega sistema, ki temelji na umetni inteligenci, pri zmanjševanju delovne obremenitve radiologov in izboljšanju stopnje presejanja mamografov kot dela množičnega presejanja raka dojke na Danskem.
Rezultati so pokazali, da je sistem, ki temelji na umetni inteligenci, bistveno zmanjšal delovno obremenitev radiologov, hkrati pa izboljšal stopnje presejanja, kar dokazuje znatno povečanje diagnoz raka dojke in znatno zmanjšanje lažno pozitivnih rezultatov.