Badanie ocenia zdolność algorytmów sztucznej inteligencji do obrazowania piersi do przewidywania ryzyka raka piersi

Czy sztuczna inteligencja (AI) może zapewnić lepszą ocenę ryzyka raka piersi niż ustalony model ryzyka, który uwzględnia czynniki kliniczne, wiek, wywiad rodzinny, gęstość piersi i inne czynniki?

W retrospektywnej ocenie negatywnych dwuwymiarowych badań mammografii cyfrowej 13 628 kobiet pięć algorytmów mammografii AI konsekwentnie przewyższało model ryzyka Konsorcjum ds. Nadzoru nad Rakiem Piersi (BCSC) w przewidywaniu ryzyka raka piersi w okresie pięciu lat.

W badaniu opublikowanym niedawno w promienieW badaniu naukowcy porównali model ryzyka BCSC z dwoma akademickimi algorytmami mammografii AI (Mirai (MIT) i Global-Aware Multiple Instance Classifier (GMIC, NYU)) oraz trzema dostępnymi na rynku algorytmami mammografii AI, w tym MammoScreen (Therapixel), ProFound AI (iCAD) i MIA (Giron Medical Technologies).

W przypadku wykrywania przypadków raka w okresie pięciu lat między 2016 a 2021 rokiem model ryzyka BCSC miał zależny od czasu obszar pod krzywą charakterystyki działania odbiornika (AUC) wynoszący 61 procent w porównaniu z AUC od 63 do 67 procent dla pięciu zgodnie z naukowcy, algorytmy, mammografia AI.

Naukowcy odkryli również, że pięć algorytmów mammografii AI przewyższało model ryzyka BCSC w oddzielaniu raka w ciągu jednego roku. Interwał AUC do wykrywania ryzyka raka dla algorytmów AI wahał się od 67 procent do 71 procent dla modeli MammoScreen i Mia AI w porównaniu do 62 procent dla modelu ryzyka BCSC.

„Algorytmy radiografii sztucznej inteligencji zapewniają sposób na poprawę przewidywania ryzyka raka piersi poza zmienne kliniczne, takie jak wiek, wywiad rodzinny lub tradycyjne biomarkery ryzyka obrazowania gęstości piersi” – napisał główny autor badania, dr n. med. Vignesh A. Arasu, radiolog z Vallejo Medical Center w Vallejo w Kalifornii oraz naukowiec z Kaiser Permanente Northern California Research Division w Oakland w Kalifornii.

(Nota redaktora: Aby zapoznać się z pokrewnymi treściami, zobacz „Badanie: Nowa platforma sztucznej inteligencji dla DBT pokazuje 23-procentowy wzrost wskaźnika wykrywania raka piersi” oraz „Metaanaliza mammografii cyfrowej sugeruje, że sztuczna inteligencja działa tak dobrze, jak specjalista”. Radiologia” i „The Badanie: Sztuczna inteligencja poprawia wskaźnik wykrywania raka w cyfrowej mammografii i cyfrowym składzie piersi.”)

Naukowcy zauważyli również, że wszystkie pięć algorytmów sztucznej inteligencji do mammografii konsekwentnie miało AUC wyższe niż model BCSC do przewidywania ryzyka raka piersi dla każdego roku pięcioletniego okresu badania.

„Utrzymywanie się silnych wyników predykcyjnych w wieku 1-5 lat jest zaskakujące i sugeruje, że sztuczna inteligencja nie tylko identyfikuje przeoczone nowotwory, ale może identyfikować cechy tkanki piersi, które pomagają przewidywać przyszły rozwój raka” – zauważają Araso i współpracownicy. „Jest to podobne do wyższej gęstości piersi, niezależnie przewidującej zarówno ukrycie tkanki, jak i przyszłe ryzyko raka”.

Jeśli chodzi o ograniczenia badania, autorzy badania uznali kilka algorytmów mammografii AI innych niż pięć ocenianych w badaniu i zwrócili uwagę na możliwość uzyskania różnych wyników przy użyciu algorytmów mammografii AI. Uznali również brak informacji o brakującej historii rodziny w retrospektywnych danych przeanalizowanych na potrzeby badania.