חוקרים פיתחו מודל חדש של בינה מלאכותית (AI) הניתנת לפירוש לניבוי סיכון לסרטן שד של 5 שנים מממוגרפיה, על פי מחקר חדש שפורסם היום ב- רדיולוגיהכתב עת של האגודה הרדיולוגית של צפון אמריקה (RSNA).
אחת מכל 8 נשים, או כ-13% מאוכלוסיית הנשים בארה"ב, תפתח סרטן שד פולשני במהלך חייה ו-1 מכל 39 נשים (3%) תמות מהמחלה, על פי האגודה האמריקאית לסרטן. בדיקת סרטן השד עם ממוגרפיה, עבור נשים רבות, היא הדרך הטובה ביותר למצוא סרטן שד מוקדם כאשר הטיפול יעיל ביותר. ביצוע בדיקות ממוגרפיה קבועות יכול להוריד משמעותית את הסיכון למוות מסרטן השד. עם זאת, עדיין לא ברור כיצד לחזות במדויק אילו נשים יפתחו סרטן שד באמצעות בדיקות סקר בלבד.
מיראי, אלגוריתם מתקדם המבוסס על למידה עמוקה, הוכיח מיומנות ככלי לסיוע בחיזוי סרטן השד, אך מכיוון שמעט ידוע על תהליך החשיבה שלו, לאלגוריתם יש פוטנציאל להסתמכות יתר על ידי רדיולוגים ושגוי. אבחנות.
מיראי היא קופסה שחורה – רשת עצבית גדולה ומורכבת מאוד, דומה בבנייתה ל-ChatGPT – ואף אחד לא ידע איך היא קיבלה את ההחלטות שלה. פיתחנו שיטת בינה מלאכותית ניתנת לפירוש המאפשרת לנו לחזות סרטן שד מבדיקות ממוגרפיה 1 עד 5 שנים מראש. AsymMirai הרבה יותר פשוט והרבה יותר קל להבנה ממיראי".
Jon Donnelly, BS, המחבר הראשי של המחקר, Ph.D. סטודנט במחלקה למדעי המחשב באוניברסיטת דיוק בדורהם, צפון קרוליינה
לצורך המחקר, דונלי ועמיתיו במחלקה למדעי המחשב ובמחלקה לרדיולוגיה השוו את מודל הלמידה העמוקה שפותחה לאחרונה המבוסס על ממוגרפיה בשם AsymMirai לתחזיות הסיכון לסרטן השד של מיראי בין שנה לחמש שנים. AsymMirai נבנה על חלק הלמידה העמוק "החזית" של Mirai, תוך החלפת שאר השיטה המסובכת ההיא במודול שניתן לפרש: אי דמיון דו-צדדי מקומי, שבוחן הבדלי רקמות בין השד השמאלי והימני.
"בעבר, הבדלים בין רקמת השד השמאלית והימנית שימשו רק כדי לסייע באיתור סרטן, לא כדי לחזות אותו מראש", אמרה דונלי. "גילינו שמיראי משתמשת בהשוואות בין צד שמאל לימין, וכך הצלחנו לעצב רשת פשוטה משמעותית שמבצעת גם השוואות בין הצדדים".
לצורך המחקר, החוקרים השוו 210,067 ממוגרפיות מ-81,824 חולים במערך הדמיה של EMory BrEast (EMBED) מינואר 2013 עד דצמבר 2020 תוך שימוש במודלים של Mirai ו-AsymMirai. החוקרים גילו כי מודל הלמידה העמוקה הפשוטה שלהם פעל כמעט כמו ה-Mirai המתקדם עבור חיזוי סיכון לסרטן שד של שנה עד 5 שנים.
התוצאות גם תמכו בחשיבות הקלינית של אסימטריה של השד, וכתוצאה מכך, מדגישות את הפוטנציאל של אי-דמיון דו-צדדי כסמן הדמיה עתידי לסיכון לסרטן השד.
מכיוון שקל להבין את ההיגיון מאחורי התחזיות של AsymMirai, זה יכול להיות תוספת חשובה לרדיולוגים אנושיים באבחון סרטן השד ובניבוי סיכונים, אמרה דונלי.
"אנחנו יכולים, בדיוק מפתיע, לחזות אם אישה תפתח סרטן ב-1 עד 5 השנים הבאות רק על סמך הבדלים מקומיים בין רקמת השד השמאלית והימנית שלה", אמר. "זה יכול להיות השפעה ציבורית כי זה יכול, בעתיד הלא רחוק, להשפיע על התדירות שבה נשים מקבלות ממוגרפיה".
"AsymMirai: מודל למידה עמוקה המבוסס על ממוגרפיה לפרשנות לחיזוי סיכון לסרטן השד למשך 1-5 שנים." בשיתוף פעולה עם ג'ון דונלי היו לוק מופט, MS, Alina Jade Barnett, MS, Ph.D., Hari Trivedi, MD, Fides Schwartz, MD, Joseph Lo, Ph.D., ו-Sinthia Rudin, Ph.D.
