Nowe badanie kliniczne potwierdza, że sztuczna inteligencja (AI) znacznie usprawnia badania przesiewowe w kierunku raka piersi, prowadząc do wcześniejszego wykrywania nowotworów i potencjalnie ratując życie. Badanie opublikowane w The Lancet po raz pierwszy pokazuje, że sztuczna inteligencja poprawia wyniki pacjentów w tym krytycznym obszarze opieki zdrowotnej.
Ewolucja sztucznej inteligencji w diagnostyce
Rola AI w medycynie rozpoczęła się około dziesięć lat temu, początkowo skupiając się na analizie obrazu. Naukowcy przeszkolili sztuczną inteligencję do wykrywania subtelnych oznak choroby na zdjęciach rentgenowskich, rezonansie magnetycznym i próbkach tkanek. Wczesne badania, zwane analizami „retrospektywnymi”, wykazały, że sztuczna inteligencja może dokładnie identyfikować obrazy nowotworu po postawieniu diagnozy. Jednak badania te nie mogły udowodnić efektu w warunkach rzeczywistych. Kluczem było „prospektywne” badanie – polegające na obserwacji pacjentów, u których na przestrzeni czasu zdiagnozowano sztuczną inteligencję, aby sprawdzić, czy rzeczywiście przyniosło to różnicę.
Test MASAI: złoty standard
Naukowcy w Szwecji przeprowadzili takie badanie o nazwie Mammography Screening with Artificial Intelligence (MASAI). Wzięło w nim udział ponad 100 000 kobiet w wieku od 40 do 80 lat. System AI, przeszkolony podczas ponad 200 000 egzaminów na całym świecie, przeanalizował mammogramy i przypisał ocenę ryzyka od 1 do 10. Wynik ten następnie określał, ilu radiologów przeglądało obraz: jeden w przypadku skanów niskiego ryzyka i dwóch w przypadku skanów wysokiego ryzyka. Sztuczna inteligencja uwydatniła także podejrzane obszary, ułatwiając lekarzom potwierdzenie wyników.
Wyniki były jasne: badania przesiewowe AI wykazały więcej nowotworów o znaczeniu klinicznym niż tradycyjna mammografia. Oznacza to, że nowotwory, które mogą się rozprzestrzeniać, wykryto wcześniej, co umożliwiło szybsze leczenie. Co ważniejsze, badanie wykazało zmniejszenie częstości występowania „nowotworów interwałowych” – nowotworów pominiętych podczas wstępnego badania przesiewowego, ale zdiagnozowanych w ciągu dwóch lat. Nowotwory interwałowe są często agresywne i przyczyniają się do złych wyników leczenia pacjentów; zmniejszenie ich częstotliwości bezpośrednio prowadzi do poprawy przeżycia.
Dlaczego odsetek zachorowań na raka interwałowego ma znaczenie
Najlepszym wskaźnikiem skuteczności badań przesiewowych jest zmniejszenie częstości występowania nowotworów interwałowych. Jak wyjaśniła dr Christina Lang, główna autorka badania: „Jeśli uda nam się zmniejszyć liczbę nowotworów występujących w odstępach międzyoperacyjnych, prawdopodobnie będzie to miało pozytywny wpływ na wyniki pacjentów”.* Badanie MASAI bezpośrednio to potwierdza: badania przesiewowe wspomagane sztuczną inteligencją pozwoliły zidentyfikować więcej nowotworów, które w przeciwnym razie zostałyby przeoczone.
Rozwiązywanie problemów: fałszywie pozytywne wyniki i nadmierna diagnoza
Badania przesiewowe w kierunku raka nie są pozbawione wad. Fałszywie pozytywne wyniki (błędna identyfikacja nowotworu) mogą powodować niepotrzebny stres, a nadmierna diagnoza (identyfikacja wolno rosnących guzów, które nigdy nie są niebezpieczne) może prowadzić do szkodliwego leczenia. Co ważne, badanie MASAI wykazało, że badania przesiewowe wspomagane sztuczną inteligencją nie zwiększają liczby wyników fałszywie dodatnich, poprawiając jednocześnie wykrywanie raka. Oznacza to, że technologia oferuje korzyści bez dodatkowych szkodliwych skutków.
Niedobór radiologów i przyszłość badań przesiewowych
Grożącym kryzysem w służbie zdrowia jest niedobór wykwalifikowanych radiologów. W niektórych obszarach dostęp do specjalistycznych czytników mammograficznych jest ograniczony. AI nie cierpi na zmęczenie i wypalenie; jego wydajność pozostaje stabilna. „Problem siły roboczej jest realny i to [badanie] może mieć wpływ”, mówi dr Richard Wahl, onkolog zajmujący się radioterapią, który nie był zaangażowany w badanie. „Myślę, że ludzie stopniowo będą zainteresowani wykorzystaniem wsparcia AI jako drugiej opinii.”
Rozszerzanie dostępu do badań przesiewowych
Wpływ wykracza poza kraje rozwinięte. Zespół dr Langa rozpoczyna w Etiopii badania z wykorzystaniem sztucznej inteligencji do szybkiej oceny ultrasonograficznej raka piersi przy łóżku pacjenta w regionach, w których nie ma radiologów. Mogłoby to zapewnić badania przesiewowe ratujące życie kobietom, które obecnie mają ograniczony dostęp do opieki zdrowotnej.
Włączenie sztucznej inteligencji do badań mammograficznych stanowi znaczący postęp w wykrywaniu nowotworów, oferując potencjał zmniejszenia śmiertelności i poprawy wyników leczenia pacjentów na całym świecie. Technologia ta nie zastępuje radiologów, ale raczej uzupełnia ich możliwości, zapewniając każdemu dokładniejsze i skuteczniejsze badania przesiewowe.
