Мамографија вођена вештачком интелигенцијом смањује оптерећење за 33% и повећава откривање рака дојке

У недавној студији објављеној у часопису „Радиологија“, истраживачи из Данске и Холандије спровели су ретроспективну анализу ефикасности скрининга и укупног оптерећења мамографским скринингом пре и после увођења система вештачке интелигенције (ВИ).

Редовни мамографски прегледи за рак дојке значајно смањују морталитет од ове болести. Међутим, масовни мамографски прегледи повећавају оптерећење радиолога који морају да анализирају многе мамограме, од којих већина не садржи сумњиве лезије.

Поред тога, двоструки скрининг, који се користи за смањење лажно позитивних резултата и побољшање откривања, додатно повећава оптерећење радиолога. Недостатак специјализованих радиолога који могу да читају мамограме погоршава ову ситуацију.

Недавне студије су опширно истражиле употребу вештачке интелигенције за ефикасну анализу радиолошких извештаја уз одржавање високих стандарда скрининга. Сматра се да комбиновани приступ у којем вештачка интелигенција помаже радиолозима да истакну мамограме са означеним лезијама смањује оптерећење радиолога уз одржавање осетљивости скрининга.

У овој студији су коришћене прелиминарне мере учинка две кохорте жена које су се подвргле мамографском скринингу као део данског националног програма скрининга рака дојке како би се упоредила промена у оптерећењу скрининга и учинку након увођења алата вештачке интелигенције.

Програм је позвао жене старости од 50 до 69 година на скрининг сваке две године до 79. године. Жене са маркерима који указују на повећан ризик од рака дојке, као што су BRCA гени, биле су скриниране по различитим протоколима.

Истраживачи су користили две кохорте жена: једну која је прегледана пре увођења система вештачке интелигенције, а другу након тога. Анализа је обухватила само жене млађе од 70 година како би се искључиле оне у подгрупи високог ризика.

Сви учесници су подвргнути стандардизованим протоколима коришћењем дигиталне мамографије са краниокаудалним и медиолатералним косим снимцима. Сви позитивни случајеви у овој студији идентификовани су скринингом на дуктални карцином или инвазивни рак, што је потврђено биопсијом иглом. Подаци о патолошким извештајима, величини лезија, захваћености лимфних чворова и дијагнозама такође су добијени из националног здравственог регистра.

Систем вештачке интелигенције који се користи за анализу мамограма обучен је коришћењем модела дубоког учења како би открио, истакао и оценио све сумњиве калцификације или квржице на мамограму. Вештачка интелигенција је затим класификовала снимке на скали од 1 до 10, указујући на вероватноћу рака дојке.

Тим углавном искусних радиолога прегледао је мамограме за обе кохорте. Пре система вештачке интелигенције, сваки скрининг су прегледала два радиолога, а пацијенту је препоручен клинички преглед и биопсија иглом само ако су оба радиолога сматрала да скрининг захтева даљу евалуацију.

Након што је систем вештачке интелигенције имплементиран, мамограме са оценом 5 или мање прегледао је виши радиолог, знајући да ће добити само једно очитавање. Они који су захтевали даљи преглед разговарани су са другим радиологом.

Студија је открила да је имплементација вештачке интелигенције значајно смањила оптерећење радиолога који анализирају мамограме као део масовног скрининга рака дојке, истовремено побољшавајући ефикасност скрининга.

Кохорта која је прегледана пре имплементације система вештачке интелигенције обухватала је преко 60.000 жена, док је кохорта која је прегледана помоћу вештачке интелигенције обухватала приближно 58.000 жена. Скрининг помоћу вештачке интелигенције резултирао је повећањем дијагнозе рака дојке (0,70% пре вештачке интелигенције у односу на 0,82% са вештачком интелигенцијом), уз истовремено смањење броја лажно позитивних резултата (2,39% у односу на 1,63%).

Скрининг заснован на вештачкој интелигенцији имао је већу позитивну предиктивну вредност, а проценат инвазивних карцинома био је нижи код метода заснованих на вештачкој интелигенцији. Иако се проценат карцинома са негативним резултатима у лимфним чворовима није променио, друге мере учинка показале су да скрининг заснован на вештачкој интелигенцији значајно побољшава исходе. Оптерећење читањем је такође смањено за 33,5%.

Укратко, студија је проценила ефикасност система скрининга заснованог на вештачкој интелигенцији у смањењу оптерећења радиолога и побољшању стопа скрининга у анализи мамограма као дела масовног скрининга рака дојке у Данској.

Резултати су показали да је систем заснован на вештачкој интелигенцији значајно смањио оптерећење радиолога, а истовремено побољшао стопе скрининга, што је доказано значајним повећањем дијагноза рака дојке и значајним смањењем лажно позитивних резултата.