במחקר של יותר מ-100,000 ממוגרפיות סקר, החוקרים הדגימו את הפוטנציאל של כלי בינה מלאכותית לעזור לזהות נשים בסיכון גבוה יותר לפתח סרטן שד מרווח, סרטן שד שמאובחן בין בדיקות סקר רגילות. תוצאות המחקר החדש פורסמו היום ב רדיולוגיהכתב עת של האגודה הרדיולוגית של צפון אמריקה (RSNA).
לסרטני מרווחים יש בדרך כלל פרוגנוזה גרועה יותר בהשוואה לסרטנים שזוהו במסך, מכיוון שהם נוטים להיות גדולים יותר או אגרסיביים יותר. לכן חשוב לצמצם למינימום את מספר מקרי הסרטן המרווחים שיש לך בכל תוכנית סקר".
פיונה ג'יי גילברט, MBCh.B., מחברת שותפה, פרופסור לרדיולוגיה, המחלקה לרדיולוגיה באוניברסיטת קיימברידג', בריטניה (בריטניה), ורדיולוג יועץ כבוד בבית החולים אדנברוקס
באמצעות מערך נתונים רטרוספקטיבי גדול מתוכנית הסינון התלת שנתי של בריטניה, ד"ר גילברט והחוקר הראשי ג'ושוע WD Rothwell, MBBS/Ph.D. סטודנט באוניברסיטת קיימברידג', העסיק בינה מלאכותית כדי לזהות נשים להדמיה משלימה כדי למצוא סרטן מרווח.
"סקר מותאם אישית לסרטן השד תלוי בהערכה מדויקת של הסיכון של אדם לפתח סרטן שד בתוך פרק זמן מסוים", אמר ד"ר גילברט. "אנו יכולים להשתמש בהדמיה משלימה ולהתאים את תדירות ההקרנה בהתבסס על צפיפות השד של האישה והסבירות לפתח סרטן שד בתוך פרק זמן קצר."
קבוצת המחקר כללה 134,217 ממוגרפיות סקר על אותו מספר של נשים (בגילאי 50-70), עם 524 מקרי סרטן מרווחים. הבחינות בוצעו בין השנים 2014 ו-2016 בשני מרכזי תוכנית סקר שד תלת-שנתיים בבריטניה תוך שימוש בשתי מערכות ממוגרפיה שונות.
ממוגרפיות סקר דיגיטליות שליליות (לא נמצא סרטן) עובדו על ידי Mirai, אלגוריתם מבוסס למידה עמוקה, המפיק ציון סיכון כללי לפתח סרטן שד מרווח. כלי הבינה המלאכותית משתמש בעיקר במידע מהממוגרפיה, כולל מאפייני הגידול וצפיפות השד, כדי לבצע חיזוי סיכון.
ציוני הסיכון לשלוש שנים של הכלי בינה מלאכותית חזו בדיעבד 3.6% (19/524), 14.5% (76/524), 26.1% (137/524) ו-42.4% (222/524) מ-524 מקרי הסרטן במרווחים לנשים שקיבלו את הציון הגבוה ביותר של 5%, 1%, 0%, 1%. זיהוי סרטני המרווח שווה ערך לשיעור גילוי סרטן נוסף של 0.1, 0.6, 1.0 ו-1.7 לכל 1,000.
"התוצאות שלנו מצביעות על כך שעיבוד נוסף של ממוגרפיה ב-20% העליונים מהציונים יכול להניב 42.4% ממקרי סרטן המרווחים, כלומר ניתן להשתמש במיראי כדי לזהות נשים להדמיה משלימה או למרווח סקר מקוצר, במקום או בנוסף לצפיפות השד", אמר רוטוול.
כלי הבינה המלאכותית פעל טוב יותר בניבוי סרטן מרווח בתוך שנה מבדיקת הסקר לעומת 12 עד 24 חודשים או 24 עד 36 חודשים לאחר מכן. בעוד שהכלי היה פחות יעיל בנשים עם רקמת שד צפופה במיוחד, הוא הראה ביצועים מעולים בהשוואה לכלי חיזוי סיכונים קונבנציונליים.
בבריטניה, 2.2 מיליון נשים נבדקות לגילוי סרטן השד מדי שנה. לדברי ד"ר גילברט, בינה מלאכותית יכולה לסייע באופטימיזציה של תוכנית הסקר התלת שנתית לסרטן השד במדינה על ידי שיפור קריטריוני הבחירה עבור נשים שיכולות להפיק תועלת מהדמיה משלימה, כגון MRI או ממוגרפיה מוגברת בניגוד, או על ידי קיצור מרווח הסקר.
"אם היינו מחזירים 20% מהנשים להדמיה משלימה, נצטרך למצוא את היכולת להציע ממוגרפיה או MRI מוגברת ל-440,000 נשים", אמרה.
השלבים הבאים של החוקרים כוללים השוואת כלי חזוי בינה מלאכותית זמינים מסחרית, ביצוע מודלים כלכליים וניתוח חסכוני, וביצוע ניסוי תוך שימוש בינה מלאכותית חזויה כדי לזהות נשים עם סבירות גבוהה להפיק תועלת מהדמיית שד משלימה לאחר ממוגרפיה סקרנית.
"זיהוי נשים בסיכון מוגבר לפתח סרטן שד היא בעיה מורכבת ורב-פקטוריאלית", אמר ד"ר גילברט. "המטרה היא לזהות במדויק את הנשים בסבירות הגבוהה ביותר ללקות בסרטן מרווח תוך מזעור נפח ההדמיה המשלימה שבוצעה."
