Алгоритми за машинно обучение могат да помогнат за подобряването на точността при скрининг на рак на гърдата, когато се използват в комбинация с оценки от радиолози, според проучване, публикувано в JAMA Network Open.
Проучването се е основавало на резултатите от Digital Mammography (DM) DREAM Challenge – състезание, създадено от
международна научна общност, за да се прецени дали алгоритмите за изкуствен интелект (AI) могат да победят интерпретационната точност на радиолога.
Въз основа на тези открития, се е преценило, че добавянето на Изкуствен интелект към интерпретацията на рентгенолозите би могло да предотврати 500 000 ненужни диагностични процедури всяка година в САЩ.
Подробности за алгоритъма
Алгоритмите, използвали само изображения (предизвикателство 1) или комбинация от изображения, от предишни изследвания (ако е имало такива) и данни за клиничните и демографските рискови фактори (предизвикателство 2). След това те са извеждали резултат, който се изразява в: да / не, за раково заболяване в рамките на 12 месеца. Разработен е и след това тестван метод, който е обединил най-добрите алгоритми и оценки на радиолозите.
Общо 144 231 скринингови мамограми от 85 580 жени в Съединените щати, 952 от които са били положителни за рак под 12 месеца от скрининга, са били използвани за обучението на алгоритмите. Втората кохорта за валидация е включвала 166 578 скрининга от 68 008 жени в Швеция, 780 от които са били положителни за рак.
Резултати
Най-добрият алгоритъм постигнал площ под кривата от 0,858 за жените в Съединените щати и 0,903 за жените в Швеция и
66,2% (САЩ) и 98,5% (Швеция) специфичност при чувствителността.
Комбинация от най-добре работещите алгоритми плюс оценките на рентгенолозите са подобрили
общата точност на скрининга (с площ под кривата до 0,942 и подобряването на специфичността – 92% – с еднаква чувствителност).
Проучването предполага, че алгоритмичните комбинации от интерпретации на ИИ и радиолозите биха могли да осигурят механизъм за значително намаляване на ненужните диагностични процедури.
Източник на информация:
1.https://ascopost.com/news/march-2020/ai-algorithms-plus-radiologist-assessment-may-help-to-improve-accuracy-in-reading-mammography-results/?fbclid=IwAR1DPLTg8WngPM8l7wAGQgSfl5yBOtkRnm65uIClL36zahaA6JwYFTJsxsE
