Мамографія під керуванням штучного інтелекту зменшує навантаження на 33% і збільшує виявлення раку молочної залози
Останній перегляд: 14.06.2024
Весь контент iLive перевіряється медичними експертами, щоб забезпечити максимально можливу точність і відповідність фактам.
У нас є строгі правила щодо вибору джерел інформації та ми посилаємося тільки на авторитетні сайти, академічні дослідницькі інститути і, по можливості, доведені медичні дослідження. Зверніть увагу, що цифри в дужках ([1], [2] і т. д.) є інтерактивними посиланнями на такі дослідження.
Якщо ви вважаєте, що який-небудь з наших матеріалів є неточним, застарілим або іншим чином сумнівним, виберіть його і натисніть Ctrl + Enter.
У нещодавньому дослідженні, опублікованому в Radiology, дослідники з Данії та Нідерландів провели ретроспективний аналіз ефективності скринінгу та загального тягаря мамографічного скринінгу до та після впровадження систем штучного інтелекту (AI).
Регулярне мамографічне обстеження на рак молочної залози значно знижує смертність від цього захворювання. Однак масовий мамографічний скринінг збільшує навантаження на радіологів, які повинні переглядати багато мамографів, більшість із яких не містять підозрілих уражень.
Крім того, подвійний скринінг, який використовується для зменшення помилкових спрацьовувань і покращення виявлення, ще більше збільшує навантаження на радіологів. Відсутність спеціалістів-рентгенологів, які можуть читати мамограми, погіршує цю ситуацію.
Недавні дослідження широко досліджували використання штучного інтелекту для ефективного аналізу радіологічних звітів, дотримуючись високих стандартів перевірки. Вважається, що комбінований підхід, за якого штучний інтелект допомагає рентгенологам виділяти мамографії з позначеними ураженнями, зменшує навантаження на радіологів, зберігаючи чутливість скринінгу.
У поточному дослідженні використовувалися попередні показники продуктивності двох когорт жінок, які пройшли мамографічне обстеження в рамках Датської національної програми скринінгу раку молочної залози, щоб порівняти зміну робочого навантаження та ефективності скринінгу після впровадження інструментів ШІ.
Програма запрошувала жінок віком від 50 до 69 років проходити обстеження кожні два роки до 79 років. Жінки з маркерами підвищеного ризику раку молочної залози, такими як гени BRCA, обстежувалися за різними протоколами.
Дослідники використали дві когорти жінок: одну перевірили до, а іншу — після впровадження системи ШІ. Лише жінки віком до 70 років були включені в аналіз, щоб виключити тих, хто входить до підгрупи високого ризику.
Усі учасники пройшли стандартні протоколи з використанням цифрових мамографів з краніокаудальним і медіолатеральним косими видами. Усі позитивні випадки в цьому дослідженні були виявлені за допомогою скринінгу протокової карциноми або інвазивного раку, які були підтверджені пункційною біопсією. Дані про патологічні звіти, розмір ураження, ураження лімфатичних вузлів та діагнози також були отримані з національного реєстру здоров’я.
Система штучного інтелекту, яка використовується для аналізу мамографії, була навчена за допомогою моделей глибокого навчання, щоб виявляти, виділяти та оцінювати будь-які підозрілі кальцинати чи ураження на мамографії. Потім штучний інтелект ранжував скринінги за шкалою від 1 до 10, вказуючи на ймовірність раку грудей.
Команда переважно досвідчених радіологів переглянула мамографії обох когорт. Перед запровадженням системи штучного інтелекту кожен скринінг переглядався двома рентгенологами, і пацієнту рекомендувалося клінічне обстеження та біопсія, лише якщо обидва рентгенологи вважали, що скринінг потребує подальшої оцінки.
Після впровадження системи штучного інтелекту мамографії з балом менше або рівним 5 були переглянуті старшим радіологом, знаючи, що вони отримали лише одне зчитування. Ті, які потребували додаткового обстеження, обговорювалися з другим радіологом.
Дослідження показало, що впровадження системи штучного інтелекту значно зменшило навантаження на радіологів, які аналізують мамографії в рамках масового скринінгу раку молочної залози, одночасно підвищивши ефективність скринінгу.
Когорта, перевірена до впровадження системи ШІ, складалася з понад 60 000 жінок, тоді як когорта, перевірена за допомогою ШІ, складала приблизно 58 000 жінок. Скринінг за допомогою штучного інтелекту призвів до збільшення діагностики раку молочної залози (0,70% перед штучним інтелектом проти 0,82% із застосуванням штучного інтелекту), одночасно зменшивши кількість хибнопозитивних результатів (2,39% проти 1,63%).
Скринінг на основі штучного інтелекту мав вищу позитивну прогностичну цінність, а відсоток інвазивних ракових захворювань був нижчим за допомогою методів на основі штучного інтелекту. Хоча відсоток раку з негативними вузлами не змінився, інші вимірювання продуктивності показали, що скринінг на основі ШІ значно покращив результати. Навантаження на читання також зменшилося на 33,5%.
Тому дослідження оцінювало ефективність системи скринінгу на основі штучного інтелекту для зменшення робочого навантаження на радіологів і покращення показників скринінгу мамографії як частини масового скринінгу на рак молочної залози в Данії.
Результати показали, що система на основі штучного інтелекту суттєво зменшила робоче навантаження на радіологів, одночасно підвищивши показники скринінгу, про що свідчить значне збільшення кількості діагнозів раку молочної залози та значне зменшення хибнопозитивних результатів.