Sztuczna inteligencja może zrekompensować brak radiologów w walce z rakiem piersi, ale jeszcze nie jest gotowa

Niedawno zespół badaczy z Imperial College London i Google (GOOGL ) Health stworzył model widzenia komputerowego, który ma na celu diagnozowanie przypadków raka piersi na podstawie zdjęć rentgenowskich. Jak donosi CNN, model został opracowany na podstawie zdjęć rentgenowskich ponad 29 000 kobiet, a gdy został poddany testom wraz z sześcioma radiologami, okazało się, że model przewyższa oceny lekarzy.

Obecnie NHS używa wspólnych decyzji dwóch lekarzy w celu diagnozowania raka piersi na podstawie zdjęć rentgenowskich. Jeśli dwóch lekarzy nie zgadza się, wzywa się trzeciego lekarza do konsultacji w sprawie zdjęć. Chociaż lekarze mieli dostęp do kart medycznych pacjentek, urządzenie AI miało do dyspozycji tylko mammografy, na podstawie których podejmowało decyzje. Pomimo tego ograniczenia, model AI okazał się co najmniej tak dobry w diagnozowaniu raka piersi, jak dwóch lekarzy. W rzeczywistości model działał lepiej niż jeden lekarz w wykrywaniu raka piersi. Porównując fałszywie pozytywne wyniki między AI a lekarzami, AI zredukowało fałszywie pozytywne wyniki o około 1,2%. Zgodnie z wynikami raportu badawczego, AI również zredukowało fałszywie negatywne wyniki (gdzie prawdziwie pozytywny przypadek raka jest pomijany) o około 2,7%.

Jeden z autorów artykułu, dyrektor Cancer Research UK Imperial Center, Ara Darzi, wyjaśnił, że zespół badawczy nie spodziewał się, że ich system dostarczy tak wysokiej jakości wyników. Jednak Darzi jest podekscytowany możliwością poprawy produktywności i dokładności w przypadku badań przesiewowych w kierunku raka.

Rak piersi jest drugą najczęstszą przyczyną zgonów na raka u kobiet, ale wyniki mogą być dramatycznie poprawione, jeśli choroba zostanie zdiagnozowana we wczesnym stadium. Problem polega na tym, że, jak stwierdza American Cancer Society, nawet duże programy badań przesiewowych pomijają około jedną na pięć przypadków.

Z tego powodu zespół badawczy jest nadzieję, że ich system może być udoskonalony i że może przewyższyć nawet najlepszych klinicystów. Zespół badawczy stwierdził również, że ich algorytm może potencjalnie rozwiązać problem braku radiologów. Jeden raport sporządzony przez Royal College of Radiologists stwierdził, że w Wielkiej Brytanii będzie brakować prawie 2 000 radiologów do 2023 roku, jeśli nie zostaną podjęte żadne działania w celu rozwiązania tej sytuacji.

Jednak Darzi przyznaje, że na tym etapie system nie jest gotowy, aby zastąpić ludzi i być używany jako wtórny interpretator. Narzędzia AI w dziedzinie ochrony zdrowia często nie spełniają swoich początkowych obietnic z powodu złożonych czynników, które nie mogą być odpowiednio symulowane w trakcie szkolenia. Jedną z dużych ograniczeń badania jest to, że wszystkie zdjęcia pochodzą z jednego systemu mammograficznego i brakuje im różnorodności. Zgodnie z QZ, zespół badawczy nie miał dostępu do szczegółów, które mogłyby być użyte do określenia różnorodności zdjęć w zbiorze danych, a zatem nie jest możliwe ustalenie, czy system był nadal bardzo dokładny, gdy został poproszony o zbadanie zdjęć rentgenowskich mniejszości. Istnieją dysproporcje rasowe w diagnozowaniu raka piersi zarówno w Wielkiej Brytanii, jak i w Stanach Zjednoczonych, a kobiety czarnoskóre są mniej prawdopodobne, aby zostać objęte badaniami przesiewowymi w Wielkiej Brytanii.

Google planuje poświęcić czas na rozwiązanie problemu dysproporcji w danych, na których został opracowany model, zanim zostanie on udostępniony partnerom ochrony zdrowia, aby stworzyć większy, bardziej inkluzywny zbiór danych. System będzie również musiał zostać przetestowany w badaniach klinicznych, zanim będzie dostępny do użytku w środowiskach klinicznych. Algorytmy opracowane przez zespół badawczy mają możliwość poprawy wyników zdrowotnych i uratowania życia, ale tylko wtedy, gdy zostaną starannie i rygorystycznie przetestowane.