Скрининговая маммография с поддержкой алгоритмов искусственного интеллекта (ИИ) является безопасной альтернативой двукратному осмотру снимков рентгенологами и может значительно снизить нагрузку на врачей этой специальности. Такой вывод был сделан авторами в публикации из нового номера журнала The Lancet Oncology.
Во многих странах принятым стандартом скрининговой маммографии является двукратный осмотр снимков рентгенологами, что закономерно связано с высокой нагрузкой на персонал. Искусственный интеллект, особенно в работе с рентгенологическими изображениями, обладает большим потенциалом в оптимизации скрининговых исследований.
Дизайн данной работы носит рандомизированный контролируемый характер. Всего в рамках шведской системы здравоохранения для анализа были отобраны данные 80 тыс. женщин, которые были разделены на 2 группы – 40 тыс. снимков оценивались с помощью алгоритмов ИИ и 40 тыс. других снимков составили в контрольную группу, где проводился двукратный осмотр рентгенологами.
ИИ определял результаты исследования с высоким риском развития рака молочной железы (РМЖ), которые проходили двукратный осмотр рентгенологами. В остальных случаях, расцениваемых как низкий риск развития РМЖ, осмотр проводился только однократно. Осмотр снимков при поддержке алгоритмов ИИ предполагал оценку изображений с выделенными зонами, подозрительными на наличие новообразований.
Согласно полученным данным, использование ИИ позволило выявить на 20% больше злокачественных новообразований в сравнении со стандартным подходом без увеличения числа случаев ложноположительных результатов (случаи, при которых по результатам маммографии предполагается наличие РМЖ, который исключается при последующей более детальной диагностике). При этом закономерным образом была снижена рабочая нагрузка на рентгенологов – на 44% (NB: в среднем рентгенолог осматривает около 50 снимков в час).
Скрининговые программы всегда должны учитывать баланс между потенциальной пользой и вредом. Представленный алгоритм ИИ отвечает основным требованиям безопасного скрининга – при использовании данного подхода не наблюдалось снижения числа случаев выявления злокачественных новообразований, однако это позволило в значительной мере снизить время, необходимое на анализ исследований.
Материал подготовлен в рамках проекта «Медицина в точке бифуркации». Проект поддержан грантом Минобрнауки России в рамках федерального проекта «Популяризация науки и технологий»