Нові публікації
Штучний інтелект виявляє третину випадків раку молочної залози, пропущених під час скринінгу в інтервалі
Останній перегляд: 03.08.2025
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.
Згідно з дослідженням, опублікованим сьогодні в журналі Radiology, алгоритм штучного інтелекту для скринінгу раку молочної залози може покращити продуктивність цифрової томосинтезної мамографії (DBT), зменшивши інтервальні показники раку до однієї третини.
Інтервальні види раку молочної залози – це симптоматичні пухлини, діагностовані між плановими скринінговими мамографіями. Ці випадки зазвичай мають гірший прогноз через більш агресивний перебіг захворювання та швидкий ріст пухлини. ДБТ, або 3D-мамографія, забезпечує покращену візуалізацію уражень молочної залози та може виявити пухлини, які можуть бути приховані щільною тканиною. Однак, оскільки ДБТ є відносно новою технологією, дані про довгострокові результати лікування пацієнтів у закладах, які нещодавно запровадили цю методику, залишаються обмеженими.
«Враховуючи недостатність даних про смертність від раку молочної залози після 10 років скринінгу ДПТ, інтервальні показники раку часто використовуються як орієнтовний показник», – пояснює автор дослідження доктор Маніша Бал, директор з якості візуалізації молочних залоз у Массачусетській лікарні загального профілю та доцент Гарвардської медичної школи.
«Зниження цього показника свідчить про зниження захворюваності на рак молочної залози та смертності від нього».
Дослідження: Штучний інтелект виявляє невиявлені пухлини
У дослідженні 1376 випадків Бал та його колеги ретроспективно проаналізували 224 випадки раку інтервалу у 224 жінок, які пройшли скринінг DBT. На цих зображеннях алгоритм Lunit INSIGHT DBT v1.1.0.0 зі штучним інтелектом правильно локалізував 32,6% (73 з 224) раніше невиявлених пухлин.
«Ми були здивовані тим, що майже третина інтервальних пухлин була виявлена та точно локалізована алгоритмом штучного інтелекту на мамограмах, які раніше інтерпретувалися радіологами як нормальні, що підкреслює потенціал штучного інтелекту як «другого зчитувача»», – сказав Бал.
За словами дослідників, це може бути перше опубліковане дослідження, що спеціально розглядає використання штучного інтелекту для виявлення інтервального раку на зображеннях DBT.
«Штучний інтелект раніше використовувався для виявлення інтервальних раків на звичайних 2D цифрових мамограмах, але, наскільки нам відомо, у літературі не було опублікованих досліджень щодо виявлення інтервальних пухлин за допомогою ШІ саме на 3D томосинтезних сканах», – пояснив Бал.
Методологія: на рівні ураження, а не лише знімок
Щоб уникнути переоцінки чутливості алгоритму, команда Бала використала аналіз, специфічний для ураження: штучний інтелект отримував «оцінений влучний результат» лише в тому випадку, якщо він правильно визначав та локалізував точне розташування пухлини.
«Натомість, аналіз цілого зображення може дати штучному інтелекту «пропуск», навіть якщо анотація неправильна, що штучно завищує чутливість», – додає вона.
«Зосередження на точності локалізації уражень забезпечує більш надійну оцінку клінічної ефективності алгоритму».
Що саме знаходить ШІ?
- Пухлини, виявлені алгоритмом, як правило, були більшими
- Найчастіше вони закінчувалися пошкодженням лімфатичних вузлів
- Це може означати, що ШІ в першу чергу виявляє агресивні або швидкозростаючі пухлини, або ті, які вже перебували на просунутій стадії, але були пропущені лікарями під час скринінгу.
Загальні результати:
Серед 1000 пацієнтів (включаючи як тих, у кого були підтверджені пухлини, так і тих, у кого були доброякісні або хибнопозитивні результати), ШІ:
- Правильно локалізовано 84,4% з 334 справді позитивних випадків
- Правильно класифіковано 85,9% з 333 істинно негативних результатів
- Відхилено як хибнопозитивний результат у 73,2% з 333 хибнопозитивних випадків
Висновки та значення
«Наше дослідження показало, що алгоритм штучного інтелекту може ретроспективно виявляти та точно локалізувати майже третину випадків раку молочної залози в інтервальних періодах на зображеннях скринінгу DBT, що вказує на його потенціал для зниження захворюваності на рак в інтервальних періодах та покращення результатів скринінгу», – сказав доктор Бал.
«Наші результати підтверджують інтеграцію штучного інтелекту в робочі процеси DBT для підвищення точності виявлення раку. Однак реальний вплив залежатиме від того, якою мірою радіологи впровадять та адаптують штучний інтелект у клінічній практиці, а також від перевірки його ефективності в різних клінічних умовах».