אלגוריתמים שהוגשו לאתגר AI בהנחיית האגודה הרדיולוגית של צפון אמריקה (RSNA) הראו ביצועים מצוינים לגילוי סרטן השד בתמונות ממוגרפיה, מה שמגדיל את רגישות הסקר תוך שמירה על שיעורי זיכרון נמוכים, כך עולה ממחקר שפורסם היום ב- רדיולוגיהכתב העת הבכורה של ה- RSNA.
ה- RSNA בדיקת ממוגרפיה של MAMMOGRAPHY איתור סרטן השד AI היה אתגר תחרות שהתקיימה בהמון שהתקיימה בשנת 2023, כאשר יותר מ -1,500 צוותים השתתפו. THE רדיולוגיה מאמר מפרט ניתוח של ביצועי האלגוריתמים, בהובלת יאן חן, דוקטורט, פרופסור לבדיקת סרטן באוניברסיטת נוטינגהאם בבריטניה.
הוצפנו את נפח המתמודדים ומספר האלגוריתמים של AI שהוגשו כחלק מהאתגר. זה אחד האתגרים שהשתתפו ב- RSNA AI. התרשמנו גם מהביצועים של האלגוריתמים בהתחשב בחלון הקצר יחסית המותר לפיתוח אלגוריתם והדרישה לנתוני אימונים מקור ממקומות עם מקור פתוח. "
יאן חן, דוקטור
מטרת האתגר הייתה למקור מודלים של AI המשפרים את האוטומציה של גילוי סרטן בסינון ממוגרפיה, לסייע לרדיולוגים לעבוד בצורה יעילה יותר, לשפר את האיכות והבטיחות של טיפול בחולים, ולהפחית את העלויות והליכים רפואיים מיותרים.
RSNA הזמין השתתפות מצוותים ברחבי העולם. אוניברסיטת אמורי באטלנטה, ג'ורג'יה, ומסך השדיים ויקטוריה באוסטרליה סיפקו מערך אימונים של כ -11,000 תמונות סינון שד, ומשתתפי האתגר יכולים גם למקור נתוני אימונים זמינים לציבור עבור האלגוריתמים שלהם.
צוות המחקר של פרופ 'חן העריך 1,537 אלגוריתמים עובדים שהוגשו לאתגר, ובדקו אותם על קבוצה של 10,830 בחינות חד-חיות-נפרדות באופן מוחלט ממערך האימונים-שאושרו על ידי תוצאות פתולוגיה כחיוביות או שליליות לסרטן.
בסך הכל, האלגוריתמים הניבו שיעורים חציוניים של 98.7% ספציפיות לאישור שאף סרטן לא הייתה קיימת בתמונות ממוגרפיה, 27.6% רגישות לזיהוי חיובי לסרטן, ושיעור זיכרון-אחוז המקרים ש- AI שפט חיובי של 1.7%. כאשר החוקרים שילבו את האלגוריתמים המובילים בביצועים המובילים בביצועים המובילים, זה הגביר את הרגישות ל 60.7% ו 67.8% בהתאמה.
פרופ 'צ'ן אמר כי "כאשר הרכיבו את הרשומות המובילות בביצועים המובילים, הופתענו כי אלגוריתמי AI שונים היו כל כך משלימים, ומזהים סרטן שונה." "לאלגוריתמים היו ספים שעברו אופטימיזציה לערך חיזוי חיובי וספציפיות גבוהה, כך שתכונות סרטן שונות על תמונות שונות עוררו ציונים גבוהים באופן שונה עבור אלגוריתמים שונים."
לטענת החוקרים, יצירת אנסמבל של 10 האלגוריתמים בעלי הביצועים הטובים ביותר שיצרו ביצועים שקרובים לזה של רדיולוג סקר ממוצע באירופה או באוסטרליה.
אלגוריתמים בודדים הראו הבדלים משמעותיים בביצועים בהתאם לגורמים כמו סוג הסרטן, יצרן ציוד ההדמיה והאתר הקליני בו נרכשו התמונות. בסך הכל, לאלגוריתמים הייתה רגישות רבה יותר לגילוי סרטן פולשני מאשר לסרטן לא פולשני.
מכיוון שרבים ממודלי ה- AI של המשתתפים הם קוד פתוח, תוצאות האתגר עשויות לתרום לשיפור נוסף של כלי AI ניסיוניים וגם מסחריים לממוגרפיה, במטרה לשפר את תוצאות סרטן השד ברחבי העולם, הסביר פרופ 'צ'ן.
"על ידי שחרור האלגוריתמים ומערך הדמיה מקיף לציבור, המשתתפים מספקים משאבים יקרי ערך שיכולים להניע מחקר נוסף ולאפשר את האשמות הנדרשת לשילוב יעיל ובטוח של AI בפרקטיקה קלינית", אמרה.
צוות המחקר מתכנן לערוך מחקרי מעקב כדי לסמן את הביצועים של אלגוריתמי האתגר המובילים כנגד מוצרים זמינים מסחרית באמצעות מערך נתונים גדול יותר ומגוון יותר.
"בנוסף, נחקור את היעילות של מערכות בדיקה קטנות ומאתגרות יותר עם מדדי הקורא האנושיים החזקים-Such כמו אלה שפותחו על ידי תוכנית הביצועים, תוכנית מבוססת בריטניה להערכת והבטחת איכות ביצועי הרדיולוג כגישה להערכת AI, ונשווה את התועלת שלה לזו של מערכי נתונים גדולים," אמר פרופ 'צ'ן.
RSNA מארחת אתגר AI מדי שנה, כאשר התחרות השנה מבקשת הגשות לדגמים המסייעים לאתר ולמקום מפרצות תוך גולגוליות.
