هوش مصنوعی در ماموگرافی سرطان پیدامی کند اما نسبت به دوبارخواندن توسط رادیولوژیست ناتوان تر است.

نرم افزار هوش مصنوعی ( AI )می تواند سرطان هایی را در ماموگرافی دیجیتالی تشخیص دهد که در ابتدا در توموسنتس دیجیتال پستان (DBT )یافت شده بود ، اما نسبت به دوبار خواندن توسط رادیولوژیست ها پایین تر است.

تیمی به سرپرستی دکتر ویکتور دالبلوم از دانشگاه لوند در سوئد گفت که این بدان معنا نیست که پتانسیل هوش مصنوعی در اینجا به پایان می رسد.

دالبلوم و همکارانش می نویسند: “تکمیل ماموگرافی دیجیتال با هوش مصنوعی هنوز می تواند بخش قابل توجهی از مزایای غربالگری DBT را بدست آورد.”

تعدادی از الگوریتم های هوش مصنوعی در سال های اخیر توسعه یافته اند که نوید خاصی در ماموگرافی دیده می شود. مطالعات قبلی پتانسیل هوش مصنوعی را به عنوان یک خواننده مستقل برای موارد سرطان در معرض خطر و کم خطر بدون کمک یک خواننده تصویربرداری انسانی معرفی کرده است.

در حالی که مطالعات نشان داده است که هوش مصنوعی در تشخیص سرطان در ماموگرافی معمولی دو طرفه با رادیولوژیست های پستان است ، اما با DBT مقایسه نشده و برای شناسایی سرطان در سطح ضایعه مورد مطالعه قرار نگرفته است.

دالبلوم و همکارانش می خواستند نرم افزارهای هوش مصنوعی تجاری موجود را ارزیابی کرده و دریابند که آیا می تواند سرطان های اضافی را در غربالگری ماموگرافی دیجیتال تشخیص دهد که در غیر این صورت فقط در DBT شناسایی می شوند یا قابل تشخیص نیستند و بعداً به عنوان سرطان های فاصله ای ظاهر می شوند.

آنها داده های 14768 زن سوئدی را در آزمایش غربالگری توموسنتز پستان مالمو بررسی کردند. میانگین سنی زنان 57 سال بود. از 136 سرطان کشف شده ، 95 مورد در ماموگرافی دیجیتال دو بعدی و 41 مورد فقط در DBT تشخیص داده شد.

اگر ضایعه سرطانی بطور صحیح موضعی بوده و دارای نمره حداقل 62 باشد ، سرطان تشخیص داده می شود که آستانه آن توسط توسعه دهندگان نرم افزار تعیین می شود. در صورت کسب نمره 62 یا بیشتر ، حداکثر ضریب خطر معاینه 10 به ضایعه داده می شود.

بالاترین نمره خطر معاینه به 1493 معاینه پستان اختصاص داشت که حدود 1.10 درصد از کل گروه بیمار بود. سیستم هوش مصنوعی 71 مورد از سرطان های دیجیتالی تشخیص داده شده توسط ماموگرافی را تشخیص داد. از بین سرطان هایی که رادیولوژیست ها فقط در DBT تشخیص داده اند ، 18 مورد توسط سیستم هوش مصنوعی تشخیص داده شده است که 17 مورد از آنها تهاجمی بوده است.

علیرغم پایین بودن هوش مصنوعی نسبت به خواندن دوگانه ، سیستم همچنین یافته های مربوطه را که رادیولوژیست ها از دست داده اند ، شناسایی کرد. محققان گفتند که تعداد قابل توجهی از سرطان های تشخیص داده شده توسط DBT و سرطان های فاصله ای توسط خوانندگان انسانی از دست رفته است ، اما به وسیله هوش مصنوعی در ماموگرافی دیجیتال به درستی شناسایی شده اند.

این تیم اضافه کرد که آزمایشات آینده نگر برای مطالعه چگونگی پیاده سازی هوش مصنوعی در جریان کار غربالگری بدون افزایش نرخ مثبت کاذب مورد نیاز است.

نویسندگان این مطالعه نوشتند: “نتایج این مطالعه نشان می دهد که در یک سناریوی مطلوب ، هنگامی که همه سرطان های تشخیص داده شده توسط هوش مصنوعی یافت می شوند ، میزان تشخیص سرطان در ماموگرافی دیجیتالی در هر 1000 زن می تواند با استفاده از هوش مصنوعی از 4.6 به 7.7 افزایش یابد.” “این فاصله را به (7.8 )DBT کاهش می دهد و می تواند بیشتر از غربالگری DBT امکان پذیر باشد.”