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.
Dirbtinis intelektas aptinka trečdalį krūties vėžio atvejų, praleistų atliekant atrankinę patikrą
Paskutinį kartą peržiūrėta: 03.08.2025
Šiandien žurnale „Radiology“ paskelbtame tyrime teigiama, kad dirbtinio intelekto algoritmas krūties vėžio atrankai galėtų pagerinti skaitmeninės tomosintezės mamografijos (DBT) našumą, sumažindamas intervalinio vėžio rodiklius iki trečdalio.
Intervaliniai krūties vėžiai yra simptominiai navikai, diagnozuojami tarp įprastinių atrankinių mamogramų. Šiais atvejais prognozė paprastai būna blogesnė dėl agresyvesnės ligos ir greito naviko augimo. DBT, arba 3D mamografija, leidžia geriau vizualizuoti krūties pažeidimus ir gali nustatyti navikus, kurie gali būti paslėpti po tankiu audiniu. Tačiau kadangi DBT yra gana nauja technologija, ilgalaikių rezultatų duomenys apie pacientus įstaigose, kurios neseniai pritaikė šią techniką, išlieka riboti.
„Atsižvelgiant į tai, kad krūties vėžio mirtingumo duomenų, ilgesnių nei 10 metų DBT patikros, trūksta, intervalais nustatomi vėžio rodikliai dažnai naudojami kaip rodiklis“, – aiškina tyrimo autorė dr. Manisha Bahl, Masačusetso bendrosios ligoninės krūtų vaizdų kokybės direktorė ir Harvardo medicinos mokyklos docentė.
„Šio rodiklio sumažėjimas rodo krūties vėžio sergamumo ir mirtingumo sumažėjimą.“
Tyrimas: DI atpažįsta nepastebėtus navikus
Bal ir jo kolegos retrospektyviai išanalizavo 1 376 atvejų tyrimą, kuriame dalyvavo 224 moterys, kurioms buvo atliktas DBT patikrinimas, ir retrospektyviai išanalizavo 224 intervalinius vėžio atvejus. Šiuose vaizduose „Lunit INSIGHT DBT v1.1.0.0“ dirbtinio intelekto algoritmas teisingai lokalizavo 32,6 % (73 iš 224) anksčiau neaptiktų navikų.
„Mus nustebino, kad beveik trečdalis intervalinių navikų buvo aptikti ir tiksliai lokalizuoti dirbtinio intelekto algoritmu mamogramose, kurias anksčiau radiologai interpretavo kaip normalias, o tai pabrėžia dirbtinio intelekto, kaip „antrojo skaitytojo“, potencialą“, – teigė Bahlas.
Pasak tyrėjų, tai gali būti pirmasis paskelbtas tyrimas, kuriame konkrečiai nagrinėjamas dirbtinio intelekto naudojimas intervalinių vėžio atvejų nustatymui DBT vaizduose.
„Dirbtinis intelektas anksčiau buvo naudojamas intervalinių vėžio atvejų nustatymui įprastose 2D skaitmeninėse mamogramose, tačiau, kiek mums žinoma, literatūroje nebuvo paskelbta jokių tyrimų apie DI aptikimą intervalinių navikų konkrečiai 3D tomosintezės skenavimuose“, – aiškino Balas.
Metodologija: pažeidimo lygmenyje, o ne tik momentinėje nuotraukoje
Siekdama nepervertinti algoritmo jautrumo, Balo komanda naudojo konkrečiam pažeidimui skirtą analizę: dirbtiniam intelektui buvo suteiktas „įvertintas rezultatas“ tik tuo atveju, jei jis teisingai nustatė ir lokalizavo tikslią naviko vietą.
„Priešingai, viso vaizdo analizė gali duoti dirbtiniam intelektui „pasiteisinimą“, net jei anotacija yra neteisinga, o tai dirbtinai padidina jautrumą“, – priduria ji.
„Dėmesys pažeidimų lokalizacijos tikslumui leidžia patikimiau įvertinti algoritmo klinikinį našumą.“
Ką tiksliai randa dirbtinis intelektas?
- Algoritmo aptikti navikai paprastai buvo didesni
- Dažniau jie baigdavosi limfmazgių pažeidimu
- Tai gali reikšti, kad dirbtinis intelektas pirmiausia identifikuoja agresyvius arba greitai augančius navikus, arba tuos, kurie jau buvo pažengusios stadijos, bet gydytojai jų nepastebėjo atrankos metu.
Bendri rezultatai:
Iš 1000 pacientų (įskaitant tuos, kuriems patvirtinti navikai, ir tuos, kurių rezultatai gerybiniai arba klaidingai teigiami), AI:
- Teisingai lokalizuota 84,4 % iš 334 tikrųjų teigiamų atvejų
- Teisingai klasifikuota 85,9 % iš 333 tikrųjų neigiamų rezultatų
- Atmesta kaip klaidinga 73,2 % iš 333 klaidingai teigiamų atvejų
Išvados ir reikšmė
„Mūsų tyrimas parodė, kad dirbtinio intelekto algoritmas retrospektyviai galėjo aptikti ir tiksliai lokalizuoti beveik trečdalį intervalinių krūties vėžio atvejų DBT atrankos vaizduose, o tai rodo jo potencialą sumažinti intervalinių vėžio atvejų skaičių ir pagerinti atrankos rezultatus“, – teigė dr. Bahl.
„Mūsų rezultatai patvirtina dirbtinio intelekto integravimą į DBT darbo eigą, siekiant pagerinti vėžio nustatymo tikslumą. Tačiau tikrasis poveikis priklausys nuo to, kiek radiologai pritaikys ir pritaikys dirbtinį intelektą klinikinėje praktikoje, taip pat nuo to, kiek jo veiksmingumas bus išbandytas skirtingose klinikinėse aplinkose.“