Zautomatyzowany system wykorzystujący sztuczną inteligencję (AI) jest w stanie szybko i dokładnie przeszukiwać zdjęcia badanych metodą rezonansu magnetycznego (MRI) piersi u kobiet z tzw. gęstą tkanką piersi, aby wyeliminować te bez raka, pozwalając radiologom skoncentrować się na bardziej złożonych przypadkach.

Nowa technologia może znacznie ułatwić wczesne rozpoznawanie raka piersi. Dzięki wykorzystaniu sztucznej inteligencji do przeanalizowania niespełna 45 tys. zdjęć USG piersi pacjentek udało się wykazać, że można w ten sposób aż o 37 proc. podnieść efektywność w identyfikowaniu raka piersi i o 27 proc. ograniczyć konieczność wykonywania biopsji w przypadku podejrzanych guzów.

Do takich wniosków doszli badacze z NYU Langone Health przy Wydziale Radiologii Uniwersytetu Nowojorskiego. Ich zdaniem AI może pomóc w szczegółowej analizie zmian świadczących o raku piersi, dzięki czemu można w znacznym stopniu zmniejszyć liczbę biopsji zlecanych zbyt często w łagodnych przypadkach, które wcale tego nie wymagają. Biopsje są zlecane głównie dlatego, że lekarze mają wątpliwości co do ich charakteru i wolą się upewnić, z czym faktycznie mają do czynienia.

Naukowcy szacują, że w normalnych warunkach radiolodzy są w stanie prawidłowo rozpoznawać raka piersi z 92-proc. skutecznością. Z pomocą sztucznej inteligencji ich skuteczność może wzrastać nawet do 96 proc. Zdaniem specjalistów nowa metoda może być szczególnie przydatna jako alternatywa dla mammografii w przypadku pacjentek z tzw. gęstą tkanką piersi, u których diagnozowanie zmian nowotworowych może być znacznie trudniejsze.

Czytaj więcej

Kontrowersyjne metody wykrywania raka. Wprowadzają w błąd

Do podobnych wniosków doszli badacze z Image Sciences Institute przy Uniwersyteckim Centrum Medycznym w Utrechcie w Holandii. Z badania przesiewowego gęstej tkanki i wczesnego nowotworu piersi (DENSE) wynika, że dzięki trenowaniu AI udało się opracować specjalny model do analizy zdjęć MRI. Model został przeszkolony na danych z siedmiu szpitali i przetestowany na danych z ósmego szpitala.

Uwzględniono ponad 4500 zestawów danych MRI niezwykle gęstych tkanek piersi. Spośród 9162 badań w 838 była co najmniej jedna zmiana, z czego 77 było złośliwych, a 8324 nie miało żadnych zmian. Model głębokiego uczenia uwzględnił 90,7 proc. rezonansów magnetycznych z uszkodzeniami uznanymi za podejrzane i poddawał je ocenie radiologicznej. Odrzucono aż około 40 proc. badań MRI bez zmian bez pominięcia jakichkolwiek nowotworów.

„Wykazaliśmy, że możliwe jest bezpieczne wykorzystanie sztucznej inteligencji do odrzucenia badań przesiewowych MRI piersi bez pomijania jakiejkolwiek choroby nowotworowej. Wyniki były lepsze niż oczekiwano” – powiedział Erik Verburg, jeden z prowadzących badania.

Ponieważ większość MRI wykazuje normalne zmiany anatomiczne i fizjologiczne, które mogą nie wymagać badania radiologicznego, potrzebne są sposoby selekcji tych typowych zmian w MRI. To pozwoli na uniknięcie dodatkowych badań radiologicznych, co jest korzystne zarówno dla pacjentek, jak i systemów medycznych poszczególnych krajów.

System oparty na sztucznej inteligencji odciąży radiologów. W samej Holandii prawie 82 tys. kobiet może kwalifikować się do badania MRI piersi właśnie ze względu na dużą gęstość tkanki piersi i kłopoty z ich diagnozowaniem.