Binabawasan ng AI-guided mammography ang workload ng 33% at pinapataas ang pagtukoy ng breast cancer

Sa isang kamakailang pag-aaral na inilathala sa Radiology, ang mga mananaliksik mula sa Denmark at Netherlands ay nagsagawa ng retrospective analysis ng pagiging epektibo ng screening at ang pangkalahatang pasanin ng mammography screening bago at pagkatapos ng pagpapakilala ng mga sistema ng artificial intelligence (AI).

Ang regular na pagsusuri sa mammography para sa kanser sa suso ay makabuluhang binabawasan ang dami ng namamatay mula sa sakit. Gayunpaman, pinapataas ng mass mammography screening ang workload ng mga radiologist na dapat suriin ang maraming mammograms, karamihan sa mga ito ay walang mga kahina-hinalang sugat.

Sa karagdagan, ang double screening, na ginagamit upang bawasan ang mga maling positibo at pahusayin ang pagtuklas, ay higit na nagpapataas sa workload ng mga radiologist. Ang kakulangan ng mga dalubhasang radiologist na nakakabasa ng mga mammogram ay nagpapalala sa sitwasyong ito.

Malawakang ginalugad ng mga kamakailang pag-aaral ang paggamit ng AI upang mabisang pag-aralan ang mga ulat sa radiology habang pinapanatili ang mataas na mga pamantayan sa screening. Ang pinagsamang diskarte, kung saan tinutulungan ng AI ang mga radiologist na i-highlight ang mga mammogram na may mga na-flag na lesyon, ay pinaniniwalaang nakakabawas sa workload ng mga radiologist habang pinapanatili ang pagiging sensitibo sa screening.

Gumamit ang kasalukuyang pag-aaral ng mga paunang sukat sa pagganap mula sa dalawang pangkat ng mga kababaihang na-screen sa mammographic na paraan bilang bahagi ng Danish National Breast Cancer Screening Program upang ihambing ang pagbabago sa screening workload at performance pagkatapos ng pagpapakilala ng mga tool sa AI.

Inimbitahan ng programa ang mga babaeng may edad na 50 hanggang 69 na taon na ma-screen bawat dalawang taon hanggang edad 79. Ang mga babaeng may mga marker na nagpapahiwatig ng mas mataas na panganib ng kanser sa suso, gaya ng mga BRCA genes, ay na-screen gamit ang iba't ibang protocol.

Gumamit ang mga mananaliksik ng dalawang pangkat ng kababaihan: ang isa ay na-screen bago at ang isa pagkatapos ng pagpapakilala ng AI system. Tanging ang mga kababaihang wala pang 70 taong gulang ang kasama sa pagsusuri upang ibukod ang mga nasa high-risk subgroup.

Ang lahat ng kalahok ay sumailalim sa mga karaniwang protocol gamit ang mga digital na mammograph na may craniocaudal at mediolateral oblique view. Ang lahat ng mga positibong kaso sa pag-aaral na ito ay natukoy sa pamamagitan ng screening para sa ductal carcinoma o invasive cancer, na kinumpirma ng biopsy ng karayom. Ang data sa mga ulat sa pathological, laki ng lesyon, pagkakasangkot ng lymph node at mga diagnosis ay nakuha rin mula sa pambansang pagpapatala ng kalusugan.

Ang AI system na ginamit upang pag-aralan ang mga mammogram ay sinanay gamit ang mga modelo ng malalim na pag-aaral upang makita, i-highlight at markahan ang anumang mga kahina-hinalang calcification o lesyon sa isang mammogram. Pagkatapos ay niraranggo ng AI ang mga screening sa sukat na 1 hanggang 10, na nagsasaad ng posibilidad na magkaroon ng kanser sa suso.

Ang isang pangkat ng karamihan sa mga may karanasang radiologist ay nagsuri ng mga mammogram para sa parehong mga cohort. Bago ang pagpapatupad ng AI system, ang bawat screening ay sinuri ng dalawang radiologist, at ang pasyente ay inirerekomenda para sa klinikal na pagsusuri at biopsy ng karayom lamang kung ang parehong mga radiologist ay isinasaalang-alang ang screening na nangangailangan ng karagdagang pagsusuri.

Pagkatapos ipatupad ang AI system, ang mga mammogram na may markang mas mababa sa o katumbas ng 5 ay nirepaso ng isang senior radiologist, alam na isang pagbabasa lang ang kanilang natanggap. Ang mga nangangailangan ng karagdagang pagsusuri ay tinalakay sa pangalawang radiologist.

Natuklasan ng pag-aaral na ang pagpapatupad ng AI system ay makabuluhang nabawasan ang workload ng mga radiologist na nagsusuri ng mga mammogram bilang bahagi ng mass breast cancer screening, habang pinapabuti ang kahusayan sa screening.

Ang cohort na na-screen bago ang pagpapatupad ng AI system ay binubuo ng higit sa 60,000 kababaihan, habang ang cohort na na-screen gamit ang AI ay humigit-kumulang 58,000 kababaihan. Ang pag-screen gamit ang AI ay nagresulta sa pagtaas ng mga diagnosis ng breast cancer (0.70% pre-AI vs. 0.82% na may AI) habang binabawasan ang bilang ng mga false positive (2.39% vs. 1.63%).

Ang screening na nakabatay sa AI ay may mas mataas na positibong predictive na halaga, at ang porsyento ng mga invasive na cancer ay mas mababa sa mga pamamaraang batay sa AI. Bagama't hindi nagbago ang porsyento ng mga node-negative na kanser, ipinakita ng iba pang mga sukat sa pagganap na ang screening na batay sa AI ay makabuluhang nagpabuti ng mga resulta. Bumaba din ang reading load ng 33.5%.

Samakatuwid, tinasa ng pag-aaral ang pagiging epektibo ng isang AI-based na screening system sa pagbabawas ng workload ng mga radiologist at pagpapabuti ng mga rate ng screening ng mga mammograms bilang bahagi ng mass breast cancer screening sa Denmark.

Ang mga resulta ay nagpakita na ang AI-based na system ay makabuluhang nabawasan ang workload ng mga radiologist habang pinapahusay ang mga rate ng screening, na pinatunayan ng isang makabuluhang pagtaas sa mga diagnosis ng kanser sa suso at isang makabuluhang pagbawas sa mga maling positibo.