ИИ-управляемая маммография снижает рабочую нагрузку на 33% и увеличивает выявление рака груди
Последняя редакция: 14.06.2024
Весь контент Web2Health проверяется медицинскими экспертами, чтобы обеспечить максимально возможную точность и соответствие фактам.
У нас есть строгие правила по выбору источников информации и мы ссылаемся только на авторитетные сайты, академические исследовательские институты и, по возможности, доказанные медицинские исследования. Обратите внимание, что цифры в скобках ([1], [2] и т. д.) являются интерактивными ссылками на такие исследования.
Если вы считаете, что какой-либо из наших материалов является неточным, устаревшим или иным образом сомнительным, выберите его и нажмите Ctrl + Enter.
В недавнем исследовании, опубликованном в журнале Radiology, исследователи из Дании и Нидерландов провели ретроспективный анализ эффективности скрининга и общей нагрузки, связанной с маммографическим скринингом до и после внедрения систем искусственного интеллекта (ИИ).
Регулярный маммографический скрининг на рак молочной железы значительно снижает смертность от этого заболевания. Однако массовый маммографический скрининг увеличивает нагрузку на радиологов, которым приходится анализировать множество маммограмм, большинство из которых не содержат подозрительных образований.
Кроме того, двойной скрининг, который используется для снижения количества ложноположительных результатов и улучшения обнаружения, еще больше увеличивает нагрузку на радиологов. Недостаток специализированных радиологов, способных читать маммограммы, усугубляет эту ситуацию.
Последние исследования широко изучили использование ИИ для эффективного анализа радиологических отчетов при сохранении высоких стандартов скрининга. Считается, что комбинированный подход, при котором ИИ помогает радиологам выделять маммограммы с отмеченными образованиями, снижает нагрузку на радиологов, сохраняя чувствительность скрининга.
Настоящее исследование использовало предварительные показатели эффективности из двух когорт женщин, прошедших маммографический скрининг в рамках датской национальной программы скрининга рака молочной железы, чтобы сравнить изменение нагрузки и эффективности скрининга после внедрения инструментов ИИ.
Эта программа приглашала женщин в возрасте от 50 до 69 лет проходить скрининг каждые два года до 79 лет. Женщины с маркерами, указывающими на повышенный риск рака молочной железы, такие как гены BRCA, проходили скрининг по другим протоколам.
Исследователи использовали две когорты женщин: одну, прошедшую скрининг до внедрения системы ИИ, и другую — после. В анализ были включены только женщины младше 70 лет, чтобы исключить тех, кто входит в подгруппу с высоким риском.
Все участницы прошли стандартные протоколы с использованием цифровых маммографов с краниокаудальными и медиолатеральными косыми видами. Все положительные случаи в этом исследовании были выявлены с помощью скрининга протоковой карциномы или инвазивного рака, которые были подтверждены с помощью биопсии иглой. Данные о патологических отчетах, размере образований, поражении лимфоузлов и диагнозах также были получены из национального реестра здравоохранения.
Система ИИ, используемая для анализа маммограмм, была обучена с помощью моделей глубокого обучения для обнаружения, выделения и оценки любых подозрительных кальцификаций или образований на маммограмме. ИИ затем классифицировал скрининги по шкале от 1 до 10, указывая вероятность рака молочной железы.
Команда радиологов, состоящая в основном из опытных специалистов, анализировала маммограммы для обеих когорт. До внедрения системы ИИ каждый скрининг анализировали два радиолога, и пациентке рекомендовали клиническое обследование и биопсию иглой только в том случае, если оба радиолога считали скрининг нуждающимся в дообследовании.
После внедрения системы ИИ маммограммы с оценкой ниже или равной 5 анализировал старший радиолог, зная, что они проходят только одно прочтение. Те, которые требовали дообследования, обсуждались со вторым радиологом.
Исследование показало, что внедрение системы ИИ значительно снизило нагрузку на радиологов, анализирующих маммограммы в рамках массового скрининга рака молочной железы, улучшив при этом эффективность скрининга.
Когорта, прошедшая скрининг до внедрения системы ИИ, насчитывала более 60 000 женщин, в то время как когорта, прошедшая скрининг с использованием ИИ, составляла около 58 000 женщин. Скрининг с ИИ привел к увеличению числа диагнозов рака молочной железы (0,70% до ИИ против 0,82% с ИИ) при снижении количества ложноположительных результатов (2,39% против 1,63%).
Скрининг на основе ИИ имел более высокое положительное прогностическое значение, и процент инвазивных раков был ниже при использовании методов на основе ИИ. Хотя процент узловых негативных раков не изменился, другие показатели эффективности показали, что скрининг на основе ИИ значительно улучшил результаты. Нагрузка на чтение также снизилась на 33,5%.
Таким образом, исследование оценило эффективность системы скрининга на основе ИИ в снижении нагрузки на радиологов и улучшении показателей скрининга при анализе маммограмм в рамках массового скрининга рака молочной железы в Дании.
Результаты показали, что система на основе ИИ значительно снизила нагрузку на радиологов, улучшив при этом показатели скрининга, что подтверждается значительным увеличением числа диагнозов рака молочной железы и значительным снижением числа ложноположительных результатов.