Sztuczna inteligencja sprawnie wykrywa raka piersi

Sztuczna inteligencja wykrywa więcej nowotworów piersi niż radiolodzy, przy czym rzadziej zdarzają się fałszywe alarmy – informuje „Radiology”, pismo Radiological Society of North America (RSNA).

AI może poprawić skuteczność badań przesiewowych

Mammografia, czyli badanie obrazowe piersi za pomocą promieni rentgenowskich skutecznie zmniejsza śmiertelność z powodu raka piersi dzięki wczesnemu wykrywaniu nowotworów w badaniach przesiewowych, jednak niesie za sobą ryzyko wyników fałszywie dodatnich. Tak zwana nadrozpoznawalność to rozpoznawanie schorzeń u pacjentów, którzy w rzeczywistości ich nie mają, przez co w razie wdrożenia terapii narażeni są na skutki uboczne inwazyjnej diagnostyki leczenia. W przypadku raka piersi rozpoznanie fałszywie dodatnie naraża pacjentkę na stres, konieczna jest inwazyjna diagnostyka, a czasami zabieg chirurgiczny.

„Wierzymy, że sztuczna inteligencja może poprawić skuteczność badań przesiewowych” – powiedział dr Andreas D. Lauritzen, doktorant na Uniwersytecie w Kopenhadze i badacz w szpitalu Gentofte w Danii. Jak wykazały duńskie badania, AI pozwala poprawić skuteczność badań przesiewowych w kierunku raka piersi i zmniejszyć odsetek wyników fałszywie dodatnich.

Sztuczna inteligencja, wykorzystywana do selekcji prawdopodobnych normalnych wyników badań przesiewowych lub wspomagania decyzji, może również znacznie zmniejszyć obciążenie pracą radiologa.

„Populacyjne badania przesiewowe za pomocą mammografii zmniejszają śmiertelność z powodu raka piersi, ale nakładają znaczne obciążenie pracą na radiologów, którzy muszą odczytywać dużą liczbę mammografii, z których większość nie uzasadnia wezwania pacjentki do szpitala” – podkreślił dr Lauritzen. „Obciążenie jest jeszcze większe, gdy w programach badań przesiewowych stosuje się podwójny odczyt, aby poprawić wykrywanie raka i zmniejszyć liczbę fałszywie pozytywnych wyników.”

Porównanie obciążenia pracą i wyników badań przesiewowych

Dr Lauritzen i współpracownicy postanowili porównać obciążenie pracą i wyniki badań przesiewowych w dwóch grupach kobiet, które przeszły badania przesiewowe przed i po wdrożeniu sztucznej inteligencji. W badaniu retrospektywnym porównano dwie grupy kobiet w wieku od 50 do 69 lat, które co dwa lata poddawały się badaniom mammograficznym w stołecznym regionie Danii.

W pierwszej grupie dwóch radiologów zapoznało się z mammogramami kobiet przebadanych w okresie od października 2020 r. do listopada 2021 r. przed wdrożeniem sztucznej inteligencji. Mammografie przesiewowe drugiej grupy kobiet wykonane od listopada 2021 r. do października 2022 r. zostały wstępnie przeanalizowane przez sztuczną inteligencję. Mammogramy uznane przez sztuczną inteligencję za prawdopodobnie prawidłowe zostały następnie ocenione przez jednego z 19 wyspecjalizowanych radiologów piersi pracujących w pełnym wymiarze godzin (tzw. pojedynczy odczyt). Pozostałe mammogramy zostały odczytane przez dwóch radiologów (tzw. podwójny odczyt) przy wsparciu decyzji wspomaganym sztuczną inteligencją.

Dostępny na rynku system sztucznej inteligencji używany do badań przesiewowych został przeszkolony za pomocą modeli głębokiego uczenia się w celu wyróżniania i oceniania podejrzanych zmian i zwapnień w mammogramach. Wszystkie kobiety, które przeszły badania mammograficzne, były obserwowane przez co najmniej 180 dni. Raki inwazyjne i rak przewodowy in situ (DCIS) wykryte podczas badań przesiewowych zostały potwierdzone biopsją igłową lub wycinkami chirurgicznymi.

Ogółem przebadano 60 751 kobiet bez korzystania ze sztucznej inteligencji, a 58 246 kobiet poddano badaniom przesiewowym z wykorzystaniem sztucznej inteligencji. W grupie wdrażającej sztuczną inteligencję 66,9 proc. (38 977) badań odbyło się przy pojedynczej ocenie, a 33,1 proc.(19 269) podczas podwójnego odczytu przy wsparciu AI.

Wyniki badań

W porównaniu z badaniami przesiewowymi bez sztucznej inteligencji, badania przesiewowe z wykorzystaniem sztucznej inteligencji wykazały znacznie więcej przypadków raka piersi (0,82 proc. w porównaniu z 0,70 proc.) i charakteryzowały się niższym odsetkiem wyników fałszywie dodatnich (1,63 proc. w porównaniu z 2,39 proc.).

„W grupie poddanej badaniu przesiewowemu AI odsetek pacjentek, które zostały poddane pogłębionej diagnostyce (recall rate) spadł o 20,5 proc., a obciążenie pracą radiologów podczas oceny mammogramów spadło o 33,4 proc.” – wskazał dr Lauritzen.

Dodatnia wartość predykcyjna (czyli więcej prawdziwych rozpoznań) badań przesiewowych z AI była również większa niż badań przesiewowych bez AI (33,5 proc. w porównaniu z 22,5 proc.). W grupie AI większy odsetek wykrytych nowotworów inwazyjnych miał rozmiar 1 centymetra lub mniejszy (44,93 proc. w porównaniu z 36,60 proc.).

„Wszystkie wskaźniki wyników badań przesiewowych poprawiły się, z wyjątkiem wskaźnika niezajętych węzłów chłonnych, który nie wykazał żadnych zmian” – zaznaczył dr Lauritzen. Jak podkreślił, potrzebne są dalsze badania, aby ocenić długoterminowe wyniki i zapobiec wzrostowi nadrozpoznawalności.

„Radiolodzy zazwyczaj mają dostęp do wcześniejszych mammografii przesiewowych kobiet, ale system sztucznej inteligencji nie ma takiego dostępu” – powiedział. „To coś, nad czym chcielibyśmy popracować w przyszłości”.

Należy również zauważyć, że nie we wszystkich krajach obowiązują te same protokoły i odstępy czasu pomiędzy badaniami przesiewowymi w kierunku raka piersi. Protokoły badań przesiewowych w kierunku raka piersi w USA różnią się od protokołów stosowanych w Danii. (PAP)