Производителност на ИИ в мамографията
- Точност и ефективност: Системите с ИИ показват сравнима или дори по-висока точност от радиолозите, като демонстрират по-високи стойности на площта под кривата (AUC), което свидетелства за по-добро разграничаване между злокачествени и доброкачествени случаи. („Yoon et al., 2023; McKinney et al., 2020; Rodríguez-Ruiz et al., 2019“)
- Чувствителност срещу специфичност: ИИ системите обикновено показват по-висока чувствителност (по-добро откриване), но може да имат по-ниска специфичност, което води до повече фалшиви положителни резултати. („Yoon et al., 2023; Freeman et al., 2021“)
Приложения на ИИ в оценката на риска и скрининга
- Оценка на риска: Интеграцията на ИИ с текстурен анализ на мамографски изображения подобрява идентифицирането на жени с висок риск от интервални и дългосрочни ракови заболявания. („Lauritzen et al., 2023“)
- Намаляване на работното натоварване: ИИ може да триажира нискорискови случаи, което позволява на радиолозите да се фокусират върху подозрителни случаи и по този начин подобрява ефективността на работния процес без да компрометира чувствителността. („Raya-Povedano et al., 2021“)
Предизвикателства и съображения
- Методологични ограничения: Проучванията често включват малки извадки или липса на проспективна валидация, което ограничава приложимостта на резултатите в реални клинични условия. („Freeman et al., 2021; Houssami et al., 2019“)
- Интеграция с радиолози: Макар ИИ да повишава ефективността, той допълва, а не замества радиолозите. Съвместните подходи, като двойно четене с ИИ, подобряват точността на откриване и намаляват грешките. („McKinney et al., 2020; Salim et al., 2020“)
Бъдещи перспективи
ИИ притежава значителен потенциал за подобряване на откриването на рак на гърдата чрез мамография. Необходими са допълнителни изследвания и проспективни проучвания за усъвършенстване на приложенията на ИИ и за справяне със съществуващите ограничения. Ролята на ИИ се очертава като допълнение към работата на радиолозите, подкрепяйки по-добри резултати в скрининга и диагностиката на рак на гърдата.
Източници
- Yoon, J., Strand, F., Baltzer, P., Conant, E., Gilbert, F., Lehman, C., Morris, E., Mullen, L., Nishikawa, R., Sharma, N., Vejborg, I., Moy, L., & Mann, R. (2023). Standalone AI for Breast Cancer Detection at Screening Digital Mammography and Digital Breast Tomosynthesis: A Systematic Review and Meta-Analysis. Radiology, 222639. DOI
- Freeman, K., Geppert, J., Stinton, C., Todkill, D., Johnson, S., Clarke, A., & Taylor-Phillips, S. (2021). Use of artificial intelligence for image analysis in breast cancer screening programmes: systematic review of test accuracy. The BMJ, 374. DOI
- Lauritzen, A., Von Euler-Chelpin, M., Lynge, E., Vejborg, I., Nielsen, M., Karssemeijer, N., & Lillholm, M. (2023). Assessing Breast Cancer Risk by Combining AI for Lesion Detection and Mammographic Texture. Radiology, 308(2), e230227. DOI
- McKinney, S., Sieniek, M., Godbole, V., Godwin, J., Antropova, N., Ashrafian, H., Back, T., Chesus, M., Corrado, G., Darzi, A., et al. (2020). International evaluation of an AI system for breast cancer screening. Nature, 577, 89–94. DOI
- Rodríguez-Ruiz, A., Lång, K., Gubern-Mérida, A., Broeders, M., Gennaro, G., Clauser, P., et al. (2019). Stand-Alone Artificial Intelligence for Breast Cancer Detection in Mammography: Comparison With 101 Radiologists. Journal of the National Cancer Institute. DOI
- Houssami, N., Kirkpatrick-Jones, G., Noguchi, N., & Lee, C. (2019). Artificial Intelligence (AI) for the early detection of breast cancer: a scoping review to assess AI’s potential in breast screening practice. Expert Review of Medical Devices, 16, 351–362. DOI
- Salim, M., Wåhlin, E., Dembrower, K., Azavedo, E., Foukakis, T., Liu, Y., et al. (2020). External Evaluation of 3 Commercial Artificial Intelligence Algorithms for Independent Assessment of Screening Mammograms. JAMA oncology. DOI
- Raya-Povedano, J., Romero-Martín, S., Elías-Cabot, E., Gubern-Mérida, A., Rodríguez-Ruiz, A., & Álvarez-Benito, M. (2021). AI-based Strategies to Reduce Workload in Breast Cancer Screening with Mammography and Tomosynthesis: A Retrospective Evaluation. Radiology, 203555. DOI
