ابزار AI ریسک سرطان سینه را قبل از علائم آشکار آشکار می‌کند

پژوهشگران در مطالعه‌ای بر روی بیش از صدهزار ماموگرام غربالگری پتانسیل یک ابزار هوش مصنوعی را برای شناسایی زنان در معرض خطر بالای سرطان پستان فاصله‌ای نشان دادند. سرطان فاصله‌ای به موردی گفته می‌شود که بین دو غربالگری منظم ماموگرام تشخیص داده می‌شود. نتایج این مطالعه جدید در نشریه رادیولوژی منتشر شده است.

به گزارش بخش تکنولوژی پزشکی رسانه خبری تکنا، سرطان‌های فاصله‌ای در مقایسه با سرطان‌هایی که در غربالگری تشخیص داده می‌شوند عموما پیش‌آگهی بدتری دارند. این سرطان‌ها معمولا تهاجمی‌تر یا بزرگتر هستند. به همین دلیل فیونا جی گیلبرت یکی از نویسندگان این مطالعه بر اهمیت به حداقل رساندن تعداد این سرطان‌ها در هر برنامه غربالگری تاکید کرد.

گیلبرت و جاشوا دبلیو دی راثول محقق اصلی این مطالعه از داده‌های گذشته‌نگر بزرگی از برنامه غربالگری سه ساله بریتانیا استفاده کردند. آن‌ها از هوش مصنوعی برای شناسایی زنانی استفاده کردند که نیاز به تصویربرداری تکمیلی برای یافتن سرطان‌های فاصله‌ای داشتند. گیلبرت توضیح داد که غربالگری شخصی‌سازی‌شده به ارزیابی دقیق خطر ابتلا به سرطان در یک بازه زمانی مشخص بستگی دارد.

این مطالعه شامل ۱۳۴۲۱۷ ماموگرام غربالگری از همین تعداد زن ۵۰ تا ۷۰ ساله بود که در میان آن‌ها ۵۲۴ سرطان فاصله‌ای وجود داشت. ماموگرام‌های دیجیتال منفی توسط یک الگوریتم یادگیری عمیق به نام میرای پردازش شدند. این ابزار هوش مصنوعی یک امتیاز خطر کلی برای ابتلا به سرطان پستان فاصله‌ای ایجاد کرد و عمدتا از اطلاعات خود ماموگرام مانند ویژگی‌های تومور و تراکم پستان استفاده کرد.

امتیازهای خطر سه‌ساله این ابزار هوش مصنوعی به صورت گذشته‌نگر توانست درصد قابل توجهی از سرطان‌های فاصله‌ای را پیش‌بینی کند. برای زنانی که در گروه‌های پرخطر ۱ درصد ۵ درصد ۱۰ درصد و ۲۰ درصد بالای امتیازدهی قرار داشتند این ابزار به ترتیب ۳.۶ درصد ۱۴.۵ درصد ۲۶.۱ درصد و ۴۲.۴ درصد از کل ۵۲۴ سرطان فاصله‌ای را پیش‌بینی کرد.

راثول اشاره کرد که نتایج نشان می‌دهد بررسی بیشتر ماموگرام‌ها در ۲۰ درصد بالای امتیازدهی می‌تواند ۴۲.۴ درصد از سرطان‌های فاصله‌ای را شناسایی کند. این بدان معناست که می‌توان از میرای برای شناسایی زنان جهت تصویربرداری تکمیلی یا کوتاه‌تر کردن فاصله غربالگری استفاده کرد. این روش می‌تواند جایگزین یا مکمل ارزیابی تراکم پستان باشد.

ابزار هوش مصنوعی در پیش‌بینی سرطان‌های فاصله‌ای طی یک سال اول پس از غربالگری عملکرد بهتری داشت. اگرچه این ابزار در زنان با بافت پستان بسیار متراکم کارایی کمتری نشان داد اما عملکرد آن همچنان برتر از ابزارهای پیش‌بینی خطر مرسوم بود. هوش مصنوعی می‌تواند به بهینه‌سازی برنامه غربالگری در کشورهایی مانند بریتانیا کمک کند.

این بهینه‌سازی می‌تواند از طریق بهبود معیارهای انتخاب زنانی باشد که از تصویربرداری تکمیلی مانند ام‌آر‌آی یا ماموگرافی با کنتراست بهره‌مند می‌شوند. البته گیلبرت اشاره کرد که فراخوان ۲۰ درصد زنان برای تصویربرداری تکمیلی نیازمند ظرفیت‌سازی قابل توجهی برای ارائه این خدمات خواهد بود.

مراحل بعدی برای محققان شامل مقایسه ابزارهای هوش مصنوعی پیش‌بینی‌کننده تجاری موجود انجام مدل‌سازی اقتصادی و تجزیه و تحلیل مقرون به صرفه بودن است. آن‌ها همچنین قصد دارند یک کارآزمایی بالینی برای شناسایی زنانی که بیشترین بهره را از تصویربرداری تکمیلی می‌برند انجام دهند. هدف نهایی شناسایی دقیق زنان در معرض خطر بالا و در عین حال به حداقل رساندن حجم تصویربرداری‌های اضافی است.