AI-vođena mamografija smanjuje opterećenje za 33% i povećava otkrivanje raka dojke
Posljednji pregledao: 14.06.2024
Svi iLive sadržaji medicinski se pregledavaju ili provjeravaju kako bi se osigurala što je moguće točnija činjenica.
Imamo stroge smjernice za pronalaženje izvora i samo povezujemo s uglednim medijskim stranicama, akademskim istraživačkim institucijama i, kad god je to moguće, medicinski pregledanim studijama. Imajte na umu da su brojevi u zagradama ([1], [2], itd.) Poveznice koje se mogu kliknuti na ove studije.
Ako smatrate da je bilo koji od naših sadržaja netočan, zastario ili na neki drugi način upitan, odaberite ga i pritisnite Ctrl + Enter.
U nedavnoj studiji objavljenoj u časopisu Radiology, istraživači iz Danske i Nizozemske proveli su retrospektivnu analizu učinkovitosti probira i ukupnog opterećenja mamografskog probira prije i nakon uvođenja sustava umjetne inteligencije (AI).
Redovito mamografsko testiranje na rak dojke značajno smanjuje smrtnost od te bolesti. Međutim, masovni mamografski pregledi povećavaju opterećenje radiologa koji moraju pregledati mnoge mamografije, od kojih većina ne sadrži sumnjive lezije.
Osim toga, dvostruki probir, koji se koristi za smanjenje lažno pozitivnih rezultata i poboljšanje otkrivanja, dodatno povećava radno opterećenje radiologa. Nedostatak specijaliziranih radiologa koji mogu čitati mamograme pogoršava ovu situaciju.
Nedavne studije opsežno su istražile upotrebu umjetne inteligencije za učinkovitu analizu radioloških izvješća uz održavanje visokih standarda pregleda. Vjeruje se da kombinirani pristup, u kojem umjetna inteligencija pomaže radiolozima u isticanju mamograma s označenim lezijama, smanjuje radno opterećenje radiologa uz održavanje osjetljivosti pregleda.
Trenutačna studija koristila je preliminarne mjere uspješnosti dviju kohorti žena pregledanih mamografski kao dio danskog nacionalnog programa probira raka dojke kako bi se usporedila promjena u radnom opterećenju probira i uspješnosti nakon uvođenja alata umjetne inteligencije.
Program je pozivao žene u dobi od 50 do 69 godina na probir svake dvije godine do 79. Godine. Žene s markerima koji ukazuju na povećani rizik od raka dojke, kao što su BRCA geni, probirane su pomoću različitih protokola.
Istraživači su koristili dvije skupine žena: jednu pregledanu prije i jednu nakon uvođenja sustava umjetne inteligencije. U analizu su uključene samo žene mlađe od 70 godina kako bi se isključile one u visokorizičnoj podskupini.
Svi sudionici bili su podvrgnuti standardnim protokolima korištenjem digitalnih mamografa s kraniokaudalnim i mediolateralnim kosim prikazima. Svi pozitivni slučajevi u ovoj studiji identificirani su probirom duktalnog karcinoma ili invazivnog raka, koji su potvrđeni biopsijom iglom. Podaci o patološkim prijavama, veličini lezije, zahvaćenosti limfnih čvorova i dijagnozama također su dobiveni iz nacionalnog zdravstvenog registra.
Sustav umjetne inteligencije koji se koristi za analizu mamograma uvježban je korištenjem modela dubinskog učenja za otkrivanje, isticanje i bodovanje svih sumnjivih kalcifikacija ili lezija na mamogramu. AI je zatim rangirao preglede na ljestvici od 1 do 10, što ukazuje na vjerojatnost raka dojke.
Tim većinom iskusnih radiologa pregledao je mamografije za obje skupine. Prije implementacije AI sustava, svaki probir pregledala su dva radiologa, a pacijentu je preporučen klinički pregled i biopsija iglom samo ako su oba radiologa smatrala da probir zahtijeva daljnju procjenu.
Nakon implementacije AI sustava, mamograme s ocjenom manjom ili jednakom 5 pregledao je viši radiolog, znajući da su primile samo jedno očitanje. O onima za koje je bilo potrebno dodatno ispitivanje razgovaralo se s drugim radiologom.
Studija je otkrila da je implementacija AI sustava značajno smanjila radno opterećenje radiologa koji analiziraju mamograme kao dio masovnog probira raka dojke, dok je istovremeno poboljšala učinkovitost probira.
Kohorta provjeravana prije implementacije AI sustava sastojala se od više od 60.000 žena, dok je kohorta pregledana pomoću AI-a bila približno 58.000 žena. Probir s AI rezultirao je povećanjem dijagnoza raka dojke (0,70% prije AI u odnosu na 0,82% s AI) dok je smanjio broj lažno pozitivnih (2,39% u odnosu na 1,63%).
Probir temeljen na umjetnoj inteligenciji imao je veću pozitivnu prediktivnu vrijednost, a postotak invazivnih karcinoma bio je niži s metodama temeljenim na umjetnoj inteligenciji. Iako se postotak karcinoma s negativnim čvorovima nije promijenio, druge mjere uspješnosti pokazale su da je probir temeljen na umjetnoj inteligenciji značajno poboljšao rezultate. Opterećenje čitanja također se smanjilo za 33,5%.
Studija je stoga procijenila učinkovitost sustava probira temeljenog na umjetnoj inteligenciji u smanjenju opterećenja radiologa i poboljšanju stope probira mamografije kao dijela masovnog probira raka dojke u Danskoj.
Rezultati su pokazali da je sustav temeljen na umjetnoj inteligenciji značajno smanjio radno opterećenje radiologa dok je istovremeno poboljšao stope probira, što je dokazano značajnim povećanjem dijagnoza raka dojke i značajnim smanjenjem lažno pozitivnih rezultata.