Rak piersi jest jednym z najczęstszych nowotworów u kobiet. Rocznie ponad 2 miliony osób słyszy tę diagnozę. Regularne badania przesiewowe są niezbędne w wykrywaniu najwcześniejszych objawów choroby u pacjentów, którzy nie wykazują wyraźnych objawów.
Czytaj też:
Schudnij, a obniżysz ryzyko zachorowania na raka piersi
Pomyłki – ludzka rzecz
Interpretacja mammografii pozostawia miejsce na błędy, a niewielki procent wszystkich mammogramów wykazuje fałszywie pozytywny wynik – błędnie zdiagnozowany zdrowy pacjent jako mający raka – lub fałszywie ujemny – nieobecny w miarę rozprzestrzeniania się choroby. Naukowcy z Google Health wyszkolili model sztucznej inteligencji do wykrywania raka w mammogramach piersi tysięcy kobiet w Wielkiej Brytanii i Stanach Zjednoczonych. Zdjęcia były już przeglądane przez lekarzy, ale w przeciwieństwie do nich maszyna nie znała historii pacjenta, która mogłaby ułatwić diagnostykę. Zespół odkrył, że ich model sztucznej inteligencji może przewidzieć raka piersi na podstawie skanów z podobnym poziomem dokładności, co eksperci radiografowie.
Ponadto sztuczna inteligencja wykazała zmniejszenie odsetka przypadków, w których rak został nieprawidłowo zidentyfikowany – odpowiednio 5,7 procent w USA i 1,2 procent w Wielkiej Brytanii. Zmniejszył się również odsetek błędnych diagnoz o 9,4 procent wśród pacjentek w USA i o 2,7 procent w Wielkiej Brytanii.
„Im wcześniej wykryty zostanie rak piersi, tym lepiej dla pacjenta” – powiedział Dominic King z Google Health. „Myślimy o tej technologii w sposób, który wspiera i umożliwia ekspertowi lub pacjentowi uzyskanie najlepszych rezultatów niezależnie od przeprowadzonej diagnostyki”.
Czytaj też:
Ekspert: Ryzyko zachorowania na nowotwory można zmniejszyć o połowę. W jaki sposób?
„Druga opinia” komputera
W Wielkiej Brytanii wszystkie mammogramy są przeglądane przez dwóch radiologów, co jest koniecznym, ale pracochłonnym procesem. Zespół Google Health przeprowadził również eksperymenty porównujące decyzję komputera z decyzją pierwszego czytania skanów przez człowieka. Jeśli obie diagnozy były zgodne, sprawa została oznaczona jako rozwiązana. Maszyna została poproszona o porównanie z decyzją człowieka tylko przy niezgodnych wynikach.
Badanie przeprowadzone przez Kinga i jego zespół wykazało, że użycie sztucznej inteligencji do zweryfikowania diagnozy pierwszego eksperta (człowieka) może zaoszczędzić do 88 procent nakładu pracy dla drugiego klinicysty. Zespół finalnie stwierdził, że potrzebne są dalsze badania, ale ma nadzieję, że technologia ta może kiedyś stanowić „drugą opinię” w przypadku diagnozowania raka.
Czytaj też:
Chcesz uniknąć raka piersi? Wprowadź tę jedną zmianę w swoim życiu