מחקר שוודי מגלה כי סינון הנתמך על ידי AI מגלה 29% יותר סרטן מבלי להגדיל את חיובי השווא, תוך קיצוץ עומס העבודה של הרדיולוגים ב -44%.
לִלמוֹד: ביצועי סינון ומאפייני סרטן השד שהתגלו בסקר הממוגרפיה עם ניסוי בינה מלאכותית (MASAI): מחקר אקראי, מבוקר, קבוצה מקבילה, אי-נחיתות, דיוק סינון חד-עיוורו קרדיט תמונה: Gorodenkoff/Shutterstock.com
במחקר שפורסם לאחרונה ב- Lancet Digital Health, החוקרים בדקו את הביצועים של בדיקת סרטן בסינון הממוגרפיה עם ניסוי בינה מלאכותית (MASAI).
רֶקַע
סרטן השד הוא מחלה הטרוגנית הנעה בין צורות מעושנות לצורות אגרסיביות. אפיון סרטן המבוסס על גודל, מורפולוגיה, תת-סוג מולקולרי, סמנים ביולוגיים אימונוהיסטוכימיים, גרורות ומעורבות בלוטות הלימפה מניבות מידע ניבוי ופרוגנוסטי שימושי בתכנון הטיפול ובמעקב של המטופלים.
בינה מלאכותית (AI) יכולה להפחית את עומס העבודה בקריאת המסך בסקר ממוגרפיה ולשפר את גילוי הסרטן.
קריאה כפולה של בחינות סינון היא סטנדרט הטיפול בתוכניות ההקרנה האירופיות. הפחתת עומס העבודה הקריאה כפול על ידי החלפת (חלק מ) קריאה אנושית עם AI עשויה להשפיע לטובה על האיוש של רדיולוגי השד.
כמה מחקרים פרוספקטיביים העלו כי שימוש ב- AI בסקר ממוגרפיה מגביר את גילוי הסרטן. עם זאת, איתור סרטן הנתמך ב- AI לא אמור לזהות בעיקר סרטן מעולה או להתרחש על חשבון חיוביות שווא יותר; במקום זאת, השימוש ב- AI אמור להגדיל את איתור סרטן הרלוונטי קלינית.
על המחקר
במחקר הנוכחי, החוקרים העריכו את הביצועים של מדדי בדיקת סרטן במחקר MASAI. הניסוי נועד להשוות בין הקרנת ממוגרפיה הנתמכת על ידי AI לבין קריאה כפולה סטנדרטית.
המשתתפים היו נקבות זכאיות להשתתפות בסינון ממוגרפיה מבוסס אוכלוסייה בשבדיה. לאחר רכישת ממוגרפיה, בחינות הוחלפו אקראיות לקריאה כפולה סטנדרטית (בקרה) או סינון הנתמך על ידי AI (התערבות).
בקבוצת ההתערבות נותחו בדיקות באמצעות מערכת AI "Transpara". טרנסרה סיפקה ציון סיכון ממאיר בסולם של 10 נקודות, שסווג לגובה (ציון: 10), ביניים (8-9) או סיכון נמוך (1-7). בחינות בסיכון גבוה עברו קריאה כפולה, בעוד שבדיקות בסיכון ביניים ונמוך עברו קריאה יחידה.
בדיקות עם הסיכון הגבוה ביותר של 1% סומנו כסיכון גבוה במיוחד. בחינות בקרה עברו קריאה כפולה סטנדרטית ולא נותחו על ידי AI.
סרטן היה מרובד כ במקוםציון היסטולוגי פולשני, היסטולוגי, נוטינגהאם וכיתה גרעינית. סוג המשנה המולקולרי נקבע באמצעות סמנים ביולוגיים אימונוהיסטוכימיים.
בוחן גידול, צומת, גרורות (TNM) הוברר על סמך מעורבות של בלוטות הלימפה וגודל פתולוגי. מדדי התוצאה העיקריים היו ביצועי סינון מוקדמים, גילוי שלב הגידול וסוגי סוג, ועומס עבודה לקריאת מסך.
מדדי הביצועים כללו שיעור גילוי, שיעור זיכרון, ערך חיזוי חיובי (PPV) של זיכרון ושיעור חיובי כוזב.
ממצאים
המדגם האנליטי כלל 53,043 נבדקים בקבוצת ההתערבות ו- 52,872 משתתפים בקבוצת הביקורת. בזרוע ההתערבות, 3,800 בדיקות היו בסיכון גבוה, 655 מהם סומנו כסיכון גבוה במיוחד. טרנסרה לא סיפקה ציון סיכון ל -368 בחינות. כ- 0.1% מהבדיקות בשתי הקבוצות היו זיכרונות טכניים.
גילוי הסרטן עלה משמעותית ב- 29% עם בדיקת AI הנתמכת AI ביחס לקריאה כפולה סטנדרטית. בנוסף, זיכרון ושיעורים חיוביים שווא הראו עלייה לא משמעותית עם סינון הנתמך על ידי AI, בעוד של PPV של זיכרון היה עלייה משמעותית. לקבוצת ההתערבות היו 48,444 פחות קריאות אך 65 ישיבות קונצנזוס יותר מזרוע הבקרה.
פירוש הדבר היה ירידה של 44% בעומס העבודה של קריאת המסך. בקבוצת ההתערבות נזכרו 941 משתתפים בגלל ממצאים ממוגרפיים, ו- 169 נזכרו בגלל תסמינים מדווחים, לעומת 847 ו -180 נבדקים בקבוצת הביקורת, בהתאמה.
בנוסף, לקבוצת ההתערבות התגלו יותר סוגי סרטן בכל קבוצות גיל 10 ושיעור מוגבר חיובי כוזב מגיל 60 בהשוואה לקבוצת הביקורת.
השימוש ב- AI הביא ל 76 סרטן נוסף שהתגלה, הכולל 23 נוספים במקום סרטן ו -53 סרטן פולשני נוסף. יתר על כן, גם הגילוי בין סוגים היסטולוגיים הוגדל, כאשר העלייה הגדולה ביותר במספר סרטן הפולשני ללא סוג מיוחד.
גילוי מוגבר עם סינון הנתמך על ידי AI נצפה גם על פני ציונים היסטולוגיים; לסרטן כיתה א 'היה העלייה הגבוהה ביותר.
יתר על כן, 29 סוגי סרטן פולשניים נוספים A Luminal ו- 21 יותר לא-לומינליים A התגלו עם סינון הנתמך על ידי AI. לקבוצת ההתערבות היו 46 יותר שליליים של בלוטות לימפה וחמישה סרטן פולשני חיובי לבלוטת לימפה יותר מאשר קבוצת הביקורת.
בקבוצת ההתערבות, רוב סרטן ה- A הלא-לומינלי היה שלילי בלוטות הלימפה. מספר דומה של נבדקים עם TNM שלב 2+ נצפה בין הקבוצות.
מסקנות
לסיכום, הממצאים ממחישים כי בדיקת סינון הנתמכת AI הביאה לעלייה משמעותית בגילוי סרטן ביחס לקריאה כפולה סטנדרטית.
השימוש ב- AI הגביר בעיקר את הגילוי של סרטן פולשני קטן שלילית לימפה. זה הפחית באופן משמעותי את עומס העבודה של קריאת המסך בהשוואה לקריאה סטנדרטית אך היה לו שיעור חיובי כוזב דומה.
השימוש ב- AI לא השפיע לרעה על שיעורי ישיבות הקונצנזוס, נזכרים או חיוביות שווא. תוצאות אלה מדגישות את הפוטנציאל של AI להגביר את הגילוי המוקדם של סרטן השד הרלוונטי מבחינה קלינית מבלי להגדיל את חיוביות השווא.
