Szwedzkie badanie wykazało, że wykorzystanie sztucznej inteligencji (AI) w procesie przesiewowego wykrywania raka piersi pozwala zwiększyć skuteczność diagnozy o 29%, jednocześnie nie zwiększając liczby fałszywie pozytywnych wyników. Co więcej, zastosowanie technologii AI zmniejsza obciążenie radiologów o 44%, co może mieć ogromne znaczenie dla efektywności systemu opieki zdrowotnej. Wyniki te zostały opublikowane na łamach The Lancet Digital Health i stanowią przełomowe odkrycie w dziedzinie nowoczesnej diagnostyki onkologicznej.
Znaczenie AI w diagnostyce raka piersi
Rak piersi to choroba o różnorodnym przebiegu – od postaci łagodnych po niezwykle agresywne. Kluczowym elementem skutecznej terapii jest jego wczesne wykrycie, które pozwala na dokładniejsze określenie charakterystyki nowotworu, w tym wielkości, morfologii i obecności przerzutów. W diagnostyce wykorzystuje się immunohistochemiczne markery oraz techniki obrazowania, które pomagają określić stadium zaawansowania choroby i dobrać odpowiednie leczenie.
Tradycyjnie badania przesiewowe w Europie oparte są na podwójnej analizie obrazów mammograficznych przez specjalistów radiologii. Jest to metoda bardzo precyzyjna, jednak wiąże się z wysokimi wymaganiami kadrowymi i czasochłonnością procesu. Wprowadzenie AI do diagnostyki może znacząco odciążyć lekarzy oraz skrócić czas oczekiwania na wyniki.
Przebieg badania i zastosowanie AI
W badaniu MASAI naukowcy porównali dwie metody analizy mammografii: tradycyjną podwójną ocenę obrazów przez radiologów oraz wspomaganą przez AI. W eksperymencie udział wzięły kobiety objęte populacyjnym programem badań przesiewowych w Szwecji. Po wykonaniu mammografii obrazy zostały losowo przypisane do jednej z dwóch grup – kontrolnej (tradycyjna ocena) oraz eksperymentalnej (z zastosowaniem AI).
W grupie eksperymentalnej do analizy wykorzystano system Transpara, który przypisywał wynikom badania ocenę ryzyka nowotworu w skali od 1 do 10. Badania ocenione jako najwyższe ryzyko (10) poddawano podwójnej analizie ludzkiej, natomiast te z niższymi wynikami (1-7) analizowano w pojedynczym odczycie. Dodatkowo, przypadki z najwyższym 1% ryzyka były oznaczane jako wyjątkowo wysokie i kierowane na szczegółowe konsultacje.
Efekty zastosowania AI
W analizie końcowej udział wzięło 53 043 pacjentek z grupy eksperymentalnej oraz 52 872 z grupy kontrolnej. W grupie AI aż 3 800 badań zostało oznaczonych jako wysokiego ryzyka, w tym 655 oceniono jako wyjątkowo wysokie.
Najważniejszym wynikiem badania było wykazanie 29% wzrostu wykrywalności nowotworów w grupie AI w porównaniu do standardowego odczytu podwójnego. Co więcej, mimo wzrostu liczby wykrytych przypadków, wskaźnik fałszywie pozytywnych wyników nie uległ istotnej zmianie. To oznacza, że zwiększona skuteczność diagnozy nie odbyła się kosztem błędnej klasyfikacji zdrowych pacjentek jako chorych.
W grupie AI wykryto 76 przypadków nowotworów więcej, w tym 23 nowotwory in situ oraz 53 nowotwory inwazyjne. Co ciekawe, wykorzystanie AI przyczyniło się do częstszego wykrycia nowotworów w młodszych grupach wiekowych oraz poprawiło diagnozowanie nowotworów niezróżnicowanych histologicznie.
Przyszłość diagnostyki onkologicznej z AI
Oprócz poprawy skuteczności diagnostyki, zastosowanie AI znacząco zmniejszyło obciążenie radiologów – o 44%. Liczba odczytów wykonywanych przez specjalistów spadła, co może przyczynić się do lepszej organizacji pracy placówek onkologicznych i większej dostępności badań dla pacjentek.
To przełomowe odkrycie pokazuje, że AI może stać się nieocenioną pomocą w wczesnym wykrywaniu raka piersi. Dzięki zwiększeniu skuteczności diagnozy oraz zmniejszeniu liczby błędnych wyników możliwe jest szybsze i bardziej precyzyjne kierowanie pacjentek na leczenie.
Wyniki badania stanowią mocny argument za dalszym wdrażaniem rozwiązań opartych na sztucznej inteligencji do systemów opieki zdrowotnej. AI może nie tylko odciążyć lekarzy, ale przede wszystkim zwiększyć szanse pacjentek na wczesne wykrycie raka, co w wielu przypadkach oznacza większe możliwości skutecznego leczenia i uratowania życia.
