AI vadovaujama mamografija sumažina darbo krūvį 33% ir padidina krūties vėžio aptikimo skaičių
Last reviewed: 14.06.2024
Visas „iLive“ turinys yra peržiūrėtas medicinoje arba tikrinamas, kad būtų užtikrintas kuo didesnis faktinis tikslumas.
Mes turime griežtas įsigijimo gaires ir susiejamos tik su geros reputacijos žiniasklaidos svetainėmis, akademinių tyrimų institucijomis ir, jei įmanoma, medicininiu požiūriu peržiūrimais tyrimais. Atkreipkite dėmesį, kad skliausteliuose ([1], [2] ir tt) esantys numeriai yra paspaudžiami nuorodos į šias studijas.
Jei manote, kad bet koks mūsų turinys yra netikslus, pasenęs arba kitaip abejotinas, pasirinkite jį ir paspauskite Ctrl + Enter.
Neseniai Radiologijos paskelbtame tyrime Danijos ir Nyderlandų mokslininkai atliko retrospektyvią atrankos veiksmingumo ir bendros mamografinės patikros naštos analizę prieš ir po įvado. Dirbtinio intelekto (DI) sistemų.
Reguliarus mamografinis patikrinimas dėl krūties vėžio žymiai sumažina mirtingumą nuo šios ligos. Tačiau masinė mamografinė patikra padidina radiologų darbo krūvį, nes jie turi peržiūrėti daug mamografinių tyrimų, kurių daugumoje įtartinų pakitimų nėra.
Be to, dviguba patikra, kuri naudojama siekiant sumažinti klaidingų teigiamų rezultatų skaičių ir pagerinti aptikimą, dar labiau padidina radiologų darbo krūvį. Šią situaciją apsunkina specializuotų radiologų, galinčių skaityti mamogramas, trūkumas.
Naujausiuose tyrimuose buvo išsamiai ištirtas AI naudojimas siekiant veiksmingai analizuoti radiologijos ataskaitas, išlaikant aukštus patikros standartus. Manoma, kad kombinuotas metodas, kai dirbtinis intelektas padeda radiologams paryškinti mamogramas su pažymėtais pažeidimais, sumažina radiologų darbo krūvį, kartu išlaikant patikros jautrumą.
Dabartiniame tyrime buvo naudojami preliminarūs našumo rodikliai iš dviejų moterų grupių, kurioms buvo atliktas mamografinis patikrinimas pagal Danijos nacionalinę krūties vėžio patikros programą, siekiant palyginti patikros darbo krūvio ir našumo pokyčius pradėjus naudoti dirbtinio intelekto priemones.
Programoje buvo kviečiamos moterys nuo 50 iki 69 metų tikrintis kas dvejus metus iki 79 metų. Moterys, turinčios žymenų, rodančių padidėjusią krūties vėžio riziką, pvz., BRCA genų, buvo tikrinamos naudojant skirtingus protokolus.
Tyrėjai naudojo dvi moterų grupes: vieną buvo patikrinta prieš ir kitą po AI sistemos įdiegimo. Į analizę buvo įtrauktos tik jaunesnės nei 70 metų moterys, kad būtų pašalintos didelės rizikos pogrupio moterys.
Visiems dalyviams buvo taikomi standartiniai protokolai, naudojant skaitmeninius mamografus su kraniokaudaliniu ir viduriniu šonu įstrižais vaizdais. Visi teigiami šio tyrimo atvejai buvo nustatyti atliekant latako karcinomos ar invazinio vėžio atranką, o tai patvirtinta adatos biopsija. Duomenys apie patologinius pranešimus, pažeidimo dydį, limfmazgių pažeidimą ir diagnozes taip pat buvo gauti iš nacionalinio sveikatos registro.
Mammogramų analizei naudojama AI sistema buvo išmokyta naudojant giluminio mokymosi modelius, kad būtų galima aptikti, paryškinti ir įvertinti bet kokius įtartinus kalcifikacijas ar pažeidimus mamogramoje. Tada AI įvertino patikrinimus skalėje nuo 1 iki 10, nurodydama krūties vėžio tikimybę.
Daugiausia patyrusių radiologų komanda peržiūrėjo abiejų grupių mamogramas. Prieš diegiant AI sistemą, kiekvieną atranką peržiūrėjo du radiologai, o pacientui buvo rekomenduota atlikti klinikinį tyrimą ir adatos biopsiją tik tuo atveju, jei abu radiologai manė, kad atranką reikia papildomai įvertinti.
Įdiegus dirbtinio intelekto sistemą, mamogramas, kurių balas mažesnis arba lygus 5, peržiūrėjo vyresnysis radiologas, žinodamas, kad jie buvo nuskaityti tik vieną kartą. Tie, kuriems reikėjo papildomo tyrimo, buvo aptarti su antruoju radiologu.
Tyrimas parodė, kad AI sistemos įdiegimas žymiai sumažino radiologų, analizuojančių mamogramas kaip masinės krūties vėžio patikros dalį, darbo krūvį ir pagerino patikros efektyvumą.
Kohortą, kuri buvo patikrinta prieš diegiant AI sistemą, sudarė daugiau nei 60 000 moterų, o grupėje, kuri buvo patikrinta naudojant AI, buvo maždaug 58 000 moterų. Atliekant patikrą naudojant AI, padaugėjo krūties vėžio diagnozių (0,70 % iki AI, palyginti su 0,82 % su AI), tuo pačiu sumažinant klaidingų teigiamų rezultatų skaičių (2,39 % ir 1,63 %).
Atranka, pagrįsta AI, turėjo didesnę teigiamą nuspėjamąją vertę, o invazinių vėžio atvejų procentas buvo mažesnis naudojant AI pagrįstus metodus. Nors mazgų neigiamų vėžio atvejų procentas nepasikeitė, kiti efektyvumo rodikliai parodė, kad AI pagrįsta atranka žymiai pagerino rezultatus. Skaitymo krūvis taip pat sumažėjo 33,5 %.
Todėl tyrime buvo įvertintas dirbtiniu intelektu pagrįstos patikros sistemos veiksmingumas mažinant radiologų darbo krūvį ir gerinant mamogramų patikros dažnį, kaip masinės krūties vėžio patikros Danijoje dalį.
Rezultatai parodė, kad dirbtiniu intelektu pagrįsta sistema žymiai sumažino radiologų darbo krūvį ir pagerino patikros rodiklius, o tai rodo labai padaugėjęs krūties vėžio diagnozių skaičius ir reikšmingas klaidingų teigiamų rezultatų sumažėjimas.