Штучний інтелект може компенсувати нестачу радіологів у боротьбі з раком молочної залози, але він ще не готовий

Нещодавно команда дослідників з Імперського коледжу Лондона та Google (GOOGL ) Health створила модель комп’ютерного зору, призначену для діагностики випадків раку молочної залози за допомогою рентгенівських знімків. За повідомленням CNN, модель була навчена на рентгенівських знімках понад 29 000 жінок, і коли її порівнювали з шістьма радіологами, модель змогла перевершити оцінки лікарів.

Наразі Національна служба охорони здоров’я Великої Британії використовує спільні рішення двох лікарів для діагностики раку молочної залози за допомогою рентгенівських знімків. Якщо два лікарі не погоджуються, то викликають третього для консультації щодо зображень. Хоча лікарі мали доступ до медичних записів пацієнтів, пристрій штучного інтелекту мав лише мамограми для прийняття рішень. Незважаючи на цю обмеження, модель штучного інтелекту виявилася принаймні так само хорошою у діагностиці раку молочної залози, як і два лікарі. Насправді модель працювала краще, ніж один лікар, у виявленні раку молочної залози. При порівнянні показників хибно-позитивних результатів між штучним інтелектом і лікарями штучний інтелект зробив незначне зниження хибно-позитивних результатів, що становить близько 1,2% більшої точності в цілому. За результатами дослідження, штучний інтелект також знизив показники хибно-негативних результатів (коли справжній позитивний випадок раку залишається непоміченим) приблизно на 2,7%.

Один із авторів статті, директор Центру дослідження раку Імперського коледжу, Ара Дарзі, пояснив, що команда дослідників не очікувала, що їхня система принесе такі високоякісні результати. Однак Дарзі схвильований можливістю покращення продуктивності та точності при скринінгу раку.

Рак молочної залози є другою за поширеністю причиною смерті серед жінок, але результати можна суттєво покращити, якщо захворювання діагностувати на ранній стадії. Проблема полягає в тому, що, як зазначає Американське товариство боротьби з раком, навіть великомасштабні програми скринінгу зараз пропускають близько однієї п’ятої частини випадків.

Через це команда дослідників сподівається, що їхню систему можна покращити та що вона зможе перевершити навіть найкращих клініцистів. Команда дослідників також заявила, що їхній алгоритм потенційно може вирішити проблему нестачі радіологів. Один з звітів, підготовлених Королівським коледжем радіологів, показав, що у Великій Британії до 2023 року очікується нестача майже 2 000 радіологів, якщо нічого не буде зроблено для вирішення цієї проблеми.

Однак Дарзі визнає, що на цій стадії система ще не готова до заміни людей та використання як вторинного інтерпретатора. Інструменти штучного інтелекту в галузі охорони здоров’я часто не виправдовують своїх початкових обіцянок через складні чинники, які не можна адекватно симулювати під час навчання. Однією з великих обмежень дослідження є те, що всі зображення походять з однієї системи мамографії, а зображення не мають розмаїття. За даними QZ, команда дослідників не мала доступу до інформації, яка могла б бути використана для визначення розмаїття зображень у наборі даних, і тому не можна знати, чи була система все ще високоточною під час дослідження рентгенівських знімків меншин. У Великій Британії та США існують расові диспропорції у діагностиці раку молочної залози, і чорні жінки менш схильні проходити скринінг раку молочної залози у Великій Британії.

Google планує витратити час на виправлення розмаїття даних, на яких була навчена модель, перш ніж надати її партнерам у сфері охорони здоров’я, спрямовуючи зусилля на створення більшої, інклюзивнішої бази даних. Систему також потрібно буде протестувати в клінічних випробуваннях, перш ніж вона буде доступна для використання в клінічних умовах. Алгоритми, розроблені командою дослідників, мають потенціал суттєво покращити результати лікування та врятувати життя, але тільки якщо вони будуть ретельно та суворо протестовані.