Η μαστογραφία με τεχνητή νοημοσύνη μειώνει το φόρτο εργασίας κατά 33% και αυξάνει την ανίχνευση του καρκίνου του μαστού

Σε μια πρόσφατη μελέτη που δημοσιεύτηκε στο περιοδικό Radiology, ερευνητές από τη Δανία και την Ολλανδία διεξήγαγαν μια αναδρομική ανάλυση της αποτελεσματικότητας του προληπτικού ελέγχου και του συνολικού φόρτου του προληπτικού ελέγχου με μαστογραφία πριν και μετά την εισαγωγή συστημάτων τεχνητής νοημοσύνης (AI).

Ο τακτικός μαστογραφικός έλεγχος για καρκίνο του μαστού μειώνει σημαντικά τη θνησιμότητα από αυτήν την ασθένεια. Ωστόσο, ο μαζικός μαστογραφικός έλεγχος αυξάνει το φόρτο εργασίας των ακτινολόγων, οι οποίοι πρέπει να αναλύσουν πολλές μαστογραφίες, οι περισσότερες από τις οποίες δεν περιέχουν ύποπτες αλλοιώσεις.

Επιπλέον, ο διπλός έλεγχος, ο οποίος χρησιμοποιείται για τη μείωση των ψευδώς θετικών αποτελεσμάτων και τη βελτίωση της ανίχνευσης, αυξάνει περαιτέρω το φόρτο εργασίας των ακτινολόγων. Η έλλειψη εξειδικευμένων ακτινολόγων που μπορούν να διαβάσουν μαστογραφίες επιδεινώνει αυτήν την κατάσταση.

Πρόσφατες μελέτες έχουν διερευνήσει εκτενώς τη χρήση της Τεχνητής Νοημοσύνης (ΤΝ) για την αποτελεσματική ανάλυση των ακτινολογικών αναφορών, διατηρώντας παράλληλα υψηλά πρότυπα διαλογής. Μια συνδυασμένη προσέγγιση στην οποία η ΤΝ βοηθά τους ακτινολόγους να επισημαίνουν μαστογραφίες με επισημασμένες αλλοιώσεις θεωρείται ότι μειώνει τον φόρτο εργασίας των ακτινολόγων, διατηρώντας παράλληλα την ευαισθησία του διαλογής.

Η παρούσα μελέτη χρησιμοποίησε προκαταρκτικά μέτρα απόδοσης από δύο ομάδες γυναικών που υποβλήθηκαν σε μαστογραφία στο πλαίσιο του εθνικού προγράμματος προσυμπτωματικού ελέγχου για τον καρκίνο του μαστού της Δανίας, για να συγκρίνει την αλλαγή στο βάρος του προληπτικού ελέγχου και την απόδοση μετά την εισαγωγή εργαλείων τεχνητής νοημοσύνης.

Το πρόγραμμα καλούσε γυναίκες ηλικίας 50 έως 69 ετών να υποβάλλονται σε προληπτικό έλεγχο κάθε δύο χρόνια μέχρι την ηλικία των 79 ετών. Οι γυναίκες με δείκτες που υποδεικνύουν αυξημένο κίνδυνο καρκίνου του μαστού, όπως τα γονίδια BRCA, υποβλήθηκαν σε έλεγχο με διαφορετικά πρωτόκολλα.

Οι ερευνητές χρησιμοποίησαν δύο ομάδες γυναικών: μία που εξετάστηκε πριν από την εισαγωγή του συστήματος τεχνητής νοημοσύνης και μία μετά. Η ανάλυση περιελάμβανε μόνο γυναίκες κάτω των 70 ετών, αποκλείοντας όσες ανήκαν σε υποομάδα υψηλού κινδύνου.

Όλοι οι συμμετέχοντες υποβλήθηκαν σε τυποποιημένα πρωτόκολλα χρησιμοποιώντας ψηφιακή μαστογραφία με κρανιοουραία και μεσοπλάγια πλάγια όψη. Όλα τα θετικά κρούσματα σε αυτή τη μελέτη εντοπίστηκαν μέσω διαλογής για πορογενές καρκίνωμα ή διηθητικό καρκίνο, τα οποία επιβεβαιώθηκαν με βιοψία βελόνας. Δεδομένα σχετικά με τις παθολογοανατομικές αναφορές, το μέγεθος της βλάβης, τη συμμετοχή των λεμφαδένων και τις διαγνώσεις ελήφθησαν επίσης από ένα εθνικό μητρώο υγείας.

Το σύστημα τεχνητής νοημοσύνης που χρησιμοποιήθηκε για την ανάλυση των μαστογραφιών εκπαιδεύτηκε χρησιμοποιώντας μοντέλα βαθιάς μάθησης για την ανίχνευση, την επισήμανση και τη βαθμολόγηση τυχόν ύποπτων ασβεστώσεων ή όγκων στη μαστογραφία. Στη συνέχεια, η τεχνητή νοημοσύνη ταξινόμησε τις εξετάσεις σε μια κλίμακα από 1 έως 10, υποδεικνύοντας την πιθανότητα καρκίνου του μαστού.

Μια ομάδα, ως επί το πλείστον έμπειρων ακτινολόγων, εξέτασε τις μαστογραφίες και για τις δύο ομάδες. Πριν από το σύστημα τεχνητής νοημοσύνης, κάθε προληπτικός έλεγχος αξιολογούνταν από δύο ακτινολόγους και σε έναν ασθενή συνιστούσαν κλινική εξέταση και βιοψία με βελόνα μόνο εάν και οι δύο ακτινολόγοι έκριναν ότι ο έλεγχος απαιτούσε περαιτέρω αξιολόγηση.

Μετά την εφαρμογή του συστήματος τεχνητής νοημοσύνης, οι μαστογραφίες με βαθμολογία 5 ή λιγότερο εξετάζονταν από έναν ανώτερο ακτινολόγο, γνωρίζοντας ότι θα λάμβαναν μόνο μία μέτρηση. Όσες απαιτούσαν περαιτέρω εξέταση συζητούνταν με έναν δεύτερο ακτινολόγο.

Η μελέτη διαπίστωσε ότι η εφαρμογή του συστήματος τεχνητής νοημοσύνης μείωσε σημαντικά τον φόρτο εργασίας των ακτινολόγων που αναλύουν μαστογραφίες στο πλαίσιο του μαζικού προληπτικού ελέγχου για τον καρκίνο του μαστού, βελτιώνοντας παράλληλα την αποτελεσματικότητα του προληπτικού ελέγχου.

Η ομάδα που εξετάστηκε πριν από την εφαρμογή του συστήματος τεχνητής νοημοσύνης περιελάμβανε πάνω από 60.000 γυναίκες, ενώ η ομάδα που εξετάστηκε με τεχνητή νοημοσύνη περιελάμβανε περίπου 58.000 γυναίκες. Ο έλεγχος με τεχνητή νοημοσύνη είχε ως αποτέλεσμα την αύξηση των διαγνώσεων καρκίνου του μαστού (0,70% πριν από την τεχνητή νοημοσύνη έναντι 0,82% με την τεχνητή νοημοσύνη), ενώ παράλληλα μείωσε τον αριθμό των ψευδώς θετικών αποτελεσμάτων (2,39% έναντι 1,63%).

Ο έλεγχος με βάση την τεχνητή νοημοσύνη είχε υψηλότερη θετική προγνωστική αξία και το ποσοστό των διηθητικών καρκίνων ήταν χαμηλότερο με τις μεθόδους που βασίζονται στην τεχνητή νοημοσύνη. Αν και το ποσοστό των καρκίνων με αρνητικούς λεμφαδένες δεν άλλαξε, άλλα μέτρα απόδοσης έδειξαν ότι ο έλεγχος με βάση την τεχνητή νοημοσύνη βελτίωσε σημαντικά τα αποτελέσματα. Το φορτίο ανάγνωσης μειώθηκε επίσης κατά 33,5%.

Συνοπτικά, η μελέτη αξιολόγησε την αποτελεσματικότητα ενός συστήματος προληπτικού ελέγχου που βασίζεται στην τεχνητή νοημοσύνη στη μείωση του φόρτου εργασίας των ακτινολόγων και στη βελτίωση των ποσοστών προληπτικού ελέγχου στην ανάλυση μαστογραφίας, στο πλαίσιο του μαζικού προληπτικού ελέγχου για τον καρκίνο του μαστού στη Δανία.

Τα αποτελέσματα έδειξαν ότι το σύστημα που βασίζεται στην τεχνητή νοημοσύνη μείωσε σημαντικά τον φόρτο εργασίας των ακτινολόγων, ενώ παράλληλα βελτίωσε τα ποσοστά προληπτικού ελέγχου, όπως αποδεικνύεται από τη σημαντική αύξηση των διαγνώσεων καρκίνου του μαστού και τη σημαντική μείωση των ψευδώς θετικών αποτελεσμάτων.