AI bi mogao nadoknaditi nedostatak radiologa u borbi protiv raka dojke, ali još nije spreman

Nedavno je tim istraživača s Imperial Collegea u Londonu i Google Healtha izradio model računalnog vida namijenjen dijagnosticiranju slučajeva raka dojke pomoću X-zraka. Kako javlja CNN, model je navodno treniran na rendgenskim snimkama više od 29,000 žena, a kada je suprotstavljen šest radiologa, model je uspio nadmašiti procjene liječnika.

Trenutačno NHS koristi kombinirane odluke dvaju liječnika kako bi dijagnosticirao rak dojke pomoću rendgenskih zraka. Ako se dva liječnika na kraju ne slažu, treći će biti doveden da se posavjetuje o slikama. Dok su liječnici imali pristup medicinskoj dokumentaciji pacijenata, uređaj s umjetnom inteligencijom imao je samo mamografije na kojima je temeljio svoje odluke. Unatoč ovom ograničenju, AI model pokazao se barem jednako dobrim u dijagnosticiranju raka dojke kao dva liječnika. Zapravo, model je bio bolji od jednog liječnika u otkrivanju raka dojke. Kada se uspoređuju stope lažno pozitivnih rezultata između AI-a i liječnika, AI je malo smanjio lažno pozitivne rezultate, općenito je oko 1.2% precizniji. Prema rezultatima izvješća o istraživanju, umjetna inteligencija također smanjuje lažno negativne stope (gdje se propusti istinski pozitivan slučaj raka) za oko 2.7%.

Jedan od autora rada, direktor Cancer Research UK Imperial Center, Ara Darzi, objasnio je da istraživački tim nije očekivao da će njihov sustav dati tako kvalitetne rezultate. Međutim, Darzi je uzbuđen mogućnošću poboljšanja produktivnosti i točnosti kada je u pitanju probir raka.

Rak dojke drugi je vodeći oblik smrti od raka kod žena, ali ishodi se mogu dramatično poboljšati ako se bolest rano dijagnosticira. Problem je u tome što, kako navodi Američko društvo za borbu protiv raka, trenutačno čak i veliki programi probira propuštaju otprilike jedan od pet slučajeva.

Iz tog razloga, istraživački tim se nada da se njihov sustav može poboljšati i da može nadmašiti čak i najbolje kliničare. Istraživački tim također je izjavio da bi njihov algoritam potencijalno mogao riješiti nedostatak radiologa. Jedno izvješće koje je proveo Kraljevski koledž radiologa pokazalo je da će u Ujedinjenom Kraljevstvu do 2,000. nedostajati gotovo 2023 radiologa ako se nešto ne poduzme da se popravi situacija.

Međutim, Darzi priznaje da u ovoj fazi sustav nije spreman početi zamjenjivati ​​ljude i koristiti se kao sekundarni tumač. AI alati u području zdravstva često ne uspijevaju ispuniti svoja početna obećanja, zahvaljujući složenim čimbenicima koji se ne mogu adekvatno simulirati u obuci. Jedno veliko ograničenje studije je to što su sve slike dolazile iz jednog mamografskog sustava i slikama je nedostajala raznolikost. Prema QZ, istraživački tim nije imao pristup pojedinostima koje bi se mogle upotrijebiti za utvrđivanje raznolikosti slika u skupu podataka i stoga nije moguće znati je li sustav još uvijek bio visoko precizan kada se od njega tražilo da ispita rendgenske snimke manjine. I u Ujedinjenom Kraljevstvu iu SAD-u postoje rasne razlike kada je u pitanju dijagnoza raka dojke, pri čemu je manja vjerojatnost da će crne žene ići na preglede za rak u Ujedinjenom Kraljevstvu.

Google planira potrošiti vrijeme na ispravljanje razlike u podacima na kojima se model obučava prije nego što ga stavi na raspolaganje partnerima u zdravstvu, s ciljem stvaranja većeg, inkluzivnijeg skupa podataka. Sustav će također morati biti testiran u kliničkim ispitivanjima prije nego što bude dostupan za korištenje u kliničkim okruženjima. Algoritmi koje je razvio istraživački tim imaju moć istinski poboljšati ishode zdravstvene skrbi i spasiti živote, ali samo ako su pažljivo i rigorozno testirani.