Μοντέλο AI υπερβαίνει την εκτίμηση πυκνότητας μαστού στην ανάλυση κινδύνου καρκίνου
Ένα νέο μοντέλο τεχνητής νοημοσύνης (AI) που βασίζεται αποκλειστικά σε εικόνες, αποδεικνύεται ότι προσφέρει πιο ισχυρές και ακριβείς εκτιμήσεις του πενταετούς κινδύνου καρκίνου του μαστού, σε σύγκριση με την παραδοσιακή εκτίμηση της πυκνότητας μαστού. Αυτά τα ευρήματα θα παρουσιαστούν την επόμενη εβδομάδα στην ετήσια συνάντηση της Αμερικανικής Εταιρείας Ακτινολογίας (RSNA).
Αναγκαία η αναθεώρηση των παραδοσιακών μεθόδων
Η Δρ. Constance D. Lehman, καθηγήτρια ακτινολογίας στο Harvard Medical School, τόνισε ότι οι παραδοσιακές μέθοδοι εκτίμησης του κινδύνου καρκίνου του μαστού, οι οποίες περιλαμβάνουν παράγοντες όπως η ηλικία, το οικογενειακό ιστορικό και η πυκνότητα του μαστού, δεν είναι επαρκείς. “Περισσότερες από δύο εκατομμύρια γυναίκες διαγιγνώσκονται με καρκίνο του μαστού κάθε χρόνο και για τις περισσότερες, η διάγνωση είναι σοκαριστική. Μόνο το 5-10% των περιπτώσεων είναι κληρονομικές, ενώ η πυκνότητα του μαστού είναι ένας πολύ αδύναμος δείκτης κινδύνου”, ανέφερε.
Η καινοτομία του Clairity Breast
Το Clairity Breast είναι το πρώτο μοντέλο AI που έχει λάβει έγκριση από τον FDA και έχει εκπαιδευτεί σε 421,499 μαστογραφίες από 27 κέντρα στην Ευρώπη, τη Νότια Αμερική και τις Ηνωμένες Πολιτείες. Το μοντέλο αυτό χρησιμοποιεί μαστογραφίες γυναικών που είτε ανέπτυξαν καρκίνο είτε όχι, επιτρέποντας στο AI να αναγνωρίσει τα μοτίβα και τις διαφορές στους ιστούς του μαστού που προδικάζουν τον κίνδυνο καρκίνου. Με τη βοήθεια ενός βαθιού συνελικτικού νευρωνικού δικτύου, το μοντέλο υπολογίζει τις πιθανότητες κινδύνου για πέντε χρόνια.
Αποτελέσματα και προοπτικές
Στην ανάλυση συμμετείχαν 236,422 μαστογραφίες από πέντε αμερικανικές τοποθεσίες και 8,810 από μία ευρωπαϊκή. Οι ερευνητές συνέκριναν τις κατηγορίες κινδύνου χρησιμοποιώντας στατιστικά μοντέλα που λαμβάνουν υπόψη τον χρόνο παρακολούθησης και την ανάλυση των δεδομένων. Τα αποτελέσματα έδειξαν ότι οι γυναίκες στην ομάδα υψηλού κινδύνου του AI είχαν πάνω από τέσσερις φορές μεγαλύτερη επίπτωση καρκίνου σε σύγκριση με τις γυναίκες μέσου κινδύνου (5.9% έναντι 1.3%). Αντίθετα, η πυκνότητα του μαστού παρουσίασε μόνο μέτρια διαφορά.
Η Δρ. Christiane Kuhl, πρώτη συγγραφέας της μελέτης, δήλωσε: “Τα αποτελέσματα αυτής της μεγάλης ανάλυσης δείχνουν ότι τα μοντέλα κινδύνου AI προσφέρουν πολύ πιο ισχυρή και ακριβή εκτίμηση του κινδύνου καρκίνου σε πέντε χρόνια από ότι η πυκνότητα του μαστού μόνη της”. Επιπλέον, η Αμερικανική Εταιρεία Καρκίνου προτείνει ότι οι γυναίκες με μέσο κίνδυνο θα πρέπει να έχουν τη δυνατότητα να ξεκινούν ετήσιες μαστογραφίες από την ηλικία των 40.
Η Δρ. Lehman πρόσθεσε ότι “ένα σκορ κινδύνου που βασίζεται σε εικόνες μπορεί να μας βοηθήσει να εντοπίσουμε πιο ακριβώς τις γυναίκες υψηλού κινδύνου και να καθορίσουμε ποιες χρειάζονται πρώιμο screening”. Στο μέλλον, μια βασική μαστογραφία στην ηλικία των 30 θα μπορούσε να επιτρέψει σε γυναίκες με υψηλό σκορ κινδύνου να ενταχθούν σε πιο αποτελεσματικές διαδικασίες screening.
