En ny studie publisert i tidsskriftet Radiology viser at kunstig intelligens (AI) er et lovende verktøy for å oppdage brystkreft i mammografiprogrammer for brystkreftscreening. Forskerne håper å fremme dette arbeidet ytterligere ved å gjennomføre prospektive studier.
Anvendelsene av AI som et medisinsk beslutningsstøtteverktøy for å tolke mammografi er gjenstand for tilbakevendende forskning, noe som gir den økende troverdigheten.
Norske forskere sammenligner AI-tolkninger med radiologers
For eksempel kan mammografier som er laget som en del av screeningprogrammer for brystkreft, som innebærer mye arbeid for radiologer, dra nytte av denne AI som en andre automatisert avlesningsenhet, som taler for en reduksjon i denne arbeidsmengden. Teknologien har vist oppmuntrende resultater for kreftdeteksjon, men bevis som støtter bruken av den i virkelige screeningsinnstillinger er begrenset.
For å illustrere nytten har en ny studie, den største i sitt slag til dags dato, ført til at norske forskere ledet av professor Solveig Hofvind ved Brystkreftscreeningsseksjonen i Kreftregisteret i Oslo har sammenlignet ytelsen til et kommersielt tilgjengelig AI-system med en rutinemessig uavhengig dobbel -Les utført som en del av et screeningprogram for brystkreft. denne studien, publisert i tidsskriftet Radiologyer basert på nesten 123 000 screeninger utført på mer enn 47 000 kvinner ved fire anlegg i BreastScreen Norge, det nasjonale screeningprogrammet.
Gode resultater, fortsatt sterkt avhengig av retrospektive data
Datasettet inkluderte 752 kreftformer oppdaget under screening og 205 krefttilfeller. AI-systemet spådde kreftrisiko på en skala fra 1 til 10, hvor 1 representerte laveste risiko og 10 representerte høyeste risiko. Totalt 87,6 % (653 av 752) av kreftene oppdaget ved screening og 44,9 % (92 av 205) av intervallkreftene hadde den høyeste AI-skåren på 10.
Forskerne opprettet tre terskler for å vurdere ytelsen til AI-systemet som et beslutningsstøtteverktøy. Ved å bruke en terskel som reflekterer hver radiologs gjennomsnittlige positive tolkningsrate, var andelen kreft som ble oppdaget ved screening som ikke ble fanget opp av AI-systemet mindre enn 20 %. Selv om AI-systemet fungerte bra, betyr studiens avhengighet av retrospektive data mer forskning er nødvendig.
« I vår studie antok vi at alle krefttilfeller valgt av AI-systemet ble oppdagetsier professor Hofvind. Dette er kanskje ikke sant i et faktisk screeningmiljø. Imidlertid, gitt denne antakelsen, vil AI sannsynligvis være av stor verdi i tolkningen av screening mammografi i fremtiden. »
Jeg håper å kunne gjennomføre prospektive studier snart
Resultatene viste gunstige histopatologiske trekk som var assosiert med en bedre prognose for kreft påvist gjennom screening. Kontrasterende resultater ble observert i intervallkarsinomer. Dette kan tyde på at intervallkarsinomer med lav AI-skår er ekte intervallkarsinomer som ikke kan sees på screening mammografi.
Den høye prosentandelen av ekte negative undersøkelser klassifisert med en lav AI-score har potensial til å redusere volumet av positive undersøkelser betraktelig mens man bare mangler en liten brøkdel av uoppdagede kreftformer. Ved å bruke AI som en av to lesere i et dobbeltlesende miljø, kunne radiologen fortsatt identifisere disse kreftformene, sa forskerne. » Basert på våre resultater forventer vi at AI vil ha stor verdi i tolkningen av screening mammografi i fremtiden, Professor Hofvind fortsetter. »
Selv om ytterligere studier er nødvendig før klinisk implementering av AI i brystkreftscreening, bidrar resultatene av denne studien til å gi grunnlag for fremtidig forskning, inkludert prospektive studier. » Vi ser frem til å teste forskjellige AI-scenarier ved å bruke retrospektive data og deretter gjennomføre en prospektiv studie konkluderte hun.
Bruno Benque med RSNA
«Guru for sosiale medier. Sertifisert alkoholelsker. Ond musikkfanatiker. Internett-evangelist.»