אסטרטגיית קריאה היברידית לסינון ממוגרפיה, שפותחה על ידי חוקרים הולנדים ופרסה רטרוספקטיבית ליותר מ- 40,000 בחינות, הפחיתה עומס עבודה ברדיולוג ב -38% מבלי לשנות את זיכרון או שיעורי גילוי סרטן. המחקר, המדגיש את אמון ה- AI, פורסם היום רדיולוגיהכתב עת של החברה הרדיולוגית של צפון אמריקה (RSNA).
"למרות שהביצועים הכוללים של דגמי AI החדישים ביותר הם גבוהים מאוד, AI לפעמים עושה טעויות", אמרה שרה ד. ורבום, M.Sc., מועמדת לדוקטורט במחלקה להדמיה רפואית במרכז הרפואי באוניברסיטת רדבוד בהולנד. "זיהוי בחינות בהן פרשנות AI אינה אמינה היא קריטית לאפשר ולייעל את השימוש במודלים AI בתוכניות סינון סרטן השד."
אסטרטגיית הקריאה ההיברידית כוללת שימוש בשילוב של קוראי רדיולוג ופרשנות AI עצמאית של מקרים בהם מודל ה- AI מבצע גם את הרדיולוג.
"אנו יכולים להשיג רמת ביצועים זו אם מודל ה- AI מספק לא רק הערכה של ההסתברות לממאירות (POM) למקרה אלא גם דירוג של וודאותו על אותה הערכה", אמר ורבו. "לרוע המזל, ה- POM עצמו אינו תמיד מנבא טוב לוודאות מכיוון שרשתות עצביות עמוקות נוטות להיות בטוחות יתר בתחזיותיהן."
כדי לפתח ולהעריך אסטרטגיית קריאה היברידית, החוקרים השתמשו במערך נתונים של 41,469 בדיקת בחינות ממוגרפיה של 15,522 נשים (גיל חציון 59 שנים) עם 332 סרטן שנחזר למסך ו -34 סרטן מרווח. הבחינות בוצעו בין 2003 ל -2018 באוטרכט, הולנד, כחלק מתוכנית ההקרנה הלאומית לסרטן השד ההולנדי.
מערך הנתונים חולק ברמת המטופל לשתי קבוצות שוות עם זיהוי סרטן זהה, זיכרון ושיעורי סרטן מרווחים. הקבוצה הראשונה שימשה לקביעת הספים האופטימליים לאסטרטגיית הקריאה ההיברידית, ואילו הקבוצה השנייה שימשה להערכת אסטרטגיות הקריאה.
מבין מדדי חוסר הוודאות שהוערכו על ידי החוקרים, האנטרופיה של ציון ה- POM הממוצע של האזור החשוד ביותר הניבה שיעור גילוי סרטן של 6.6 לאלף מקרים ושיעור זיכרון של 23.7 לאלף מקרים, בדומה לשיעורי קריאה כפולה סטנדרטית על ידי רדיולוגים.
אסטרטגיית הקריאה ההיברידית הסופית כללה AI בהערכת כל ממוגרפיה של סינון כדי לייצר שתי תפוקות: ה- POM ואומדן אי וודאות של אותה תחזית. כאשר AI קבע, ה- POM היה מתחת לסף שנקבע בוודאות, המקרה נחשב כרגיל. כאשר AI זיהה פום מעל הסף שנקבע, נזכרו נשים להמשך בדיקות, אך רק כאשר נחשבה זו לבטוחה. אחרת, הבחינה נקראה כפול על ידי רדיולוגים.
למרות שרוב החלטות ה- AI לא היו וודאות ונדחו לקורא אנושי, 38% סווגו כבטוחות ויכולים לקרוא אך ורק על ידי AI. השימוש באסטרטגיית החוקרים הפחית את עומס העבודה של קריאת הרדיולוג ל 61.9% מבלי לשנות זיכרון (23.6 ‰ לעומת 23.9 ‰) או זיהוי סרטן (6.6 ‰ לעומת 6.7 ‰), ששניהם דומים לאלה של קריאה כפולה סטנדרטית.
כאשר היה בטוח מודל ה- AI, האזור שמתחת לעיקול (AUC) היה גבוה יותר (0.96 לעומת 0.87). הרגישות שלה כמעט התאימה לזו של קריאת רדיולוג כפולה (85.4% לעומת 88.9%). נשים צעירות יותר עם שדיים צפופים היו בעלי סיכוי גבוה יותר לציון AI לא בטוח.
ורבו אמר כי "המרכיב העיקרי במחקר שלנו אינו בהכרח שזו הדרך הטובה ביותר לפצל את עומס העבודה, אלא שזה מועיל לכימות אי וודאות מובנה במודלים של AI." "אני מקווה שמוצרים מסחריים ישלבו את זה בדגמים שלהם, כי אני חושב שזה מדד שימושי מאוד."
ורבו ציין כי אם תוצאות המחקר התרחשו בפרקטיקה הקלינית, ההחלטה לזכור 19% מהנשים הייתה מתבצעת על ידי AI ללא התערבות של רדיולוג.
"מספר מחקרים הראו שלנשים המשתתפות בתוכניות סינון סרטן השד יש עמדות חיוביות לגבי השימוש ב- AI", אמרה. "עם זאת, מרבית הנשים מעדיפות שהמוגרמה שלה ייקראו על ידי רדיולוג אחד לפחות."
היא אמרה שזה עשוי להיות מקובל יותר לרדיולוגים לבדוק בחינות שנחשבו לא וודאות על ידי AI, כמו גם מקרי זיכרון AI.
ורבו אמר כי "השימוש ב- AI עם כימות אי וודאות יכול להיות פיתרון אפשרי למחסור בכוח העבודה ויכול לעזור בבניית אמון ביישום AI."
ורבו אמר כי מחקר נוסף, באופן אידיאלי, ניסיון פרוספקטיבי, נדרש כדי לקבוע כיצד הפחתת עומס העבודה שהושגה על ידי אסטרטגיית הקריאה ההיברידית עשויה להפחית את זמן הקריאה של הרדיולוג.
"אני חושבת בעתיד, נוכל להגיע לנקודה בה חלק מהנשים נשלחות הביתה מבלי שתהיה רדיולוג להסתכל על הממוגרפיה שלהן מכיוון שאיי יקבע כי הבחינה שלהן נורמלית," אמרה. "אנחנו עדיין לא שם, אבל אני חושב שנוכל להגיע לשם עם חוסר הוודאות הזה ובקרת האיכות הזו."
מחקר זה הוא חלק מפרויקט AIREAD, הממומן על ידי מועצת המחקר ההולנדית, האגודה לסרטן הולנדי והולנד בריאות.
