Veškerý obsah iLive je lékařsky zkontrolován nebo zkontrolován, aby byla zajištěna co největší věcná přesnost.
Máme přísné pokyny pro získávání zdrojů a pouze odkaz na seriózní mediální stránky, akademické výzkumné instituce a, kdykoli je to možné, i klinicky ověřené studie. Všimněte si, že čísla v závorkách ([1], [2] atd.) Jsou odkazy na tyto studie, na které lze kliknout.
Pokud máte pocit, že některý z našich obsahů je nepřesný, neaktuální nebo jinak sporný, vyberte jej a stiskněte klávesu Ctrl + Enter.
Umělá inteligence detekuje třetinu případů rakoviny prsu v intervalech, které screening přehlédl.
Naposledy posuzováno: 03.08.2025
Algoritmus umělé inteligence pro screening rakoviny prsu by mohl zlepšit výkon digitální tomosyntetické mamografie (DBT) a snížit tak výskyt rakoviny v intervalech až o jednu třetinu, uvádí studie zveřejněná dnes v časopise Radiology.
Intervalové karcinomy prsu jsou symptomatické nádory diagnostikované mezi rutinními mamogramy. Tyto případy mají obvykle horší prognózu kvůli agresivnějšímu průběhu onemocnění a rychlému růstu nádoru. DBT, neboli 3D mamografie, poskytuje lepší vizualizaci lézí prsu a dokáže identifikovat nádory, které mohou být skryty hustou tkání. Vzhledem k tomu, že DBT je relativně nová technologie, zůstávají dlouhodobé údaje o výsledcích léčby u pacientek v zařízeních, která tuto techniku nedávno zavedla, omezené.
„Vzhledem k nedostatku údajů o úmrtnosti na rakovinu prsu po 10 letech screeningu DBT se jako zástupný ukazatel často používají intervalové míry úmrtnosti na rakovinu,“ vysvětluje autorka studie Dr. Manisha Bahl, ředitelka pro kvalitu zobrazování prsu v Massachusetts General Hospital a docentka na Harvard Medical School.
„Pokles této míry naznačuje pokles incidence a úmrtnosti na rakovinu prsu.“
Studie: Umělá inteligence identifikuje nezjištěné nádory
Ve studii 1 376 případů Bal a kolegové retrospektivně analyzovali 224 intervalových karcinomů u 224 žen, které podstoupily screening DBT. Na těchto snímcích algoritmus Lunit INSIGHT DBT v1.1.0.0 s umělou inteligencí správně lokalizoval 32,6 % (73 z 224) dříve nezjištěných nádorů.
„Překvapilo nás, že téměř třetina intervalových nádorů byla detekována a přesně lokalizována algoritmem umělé inteligence na mamogramech, které radiologové dříve interpretovali jako normální, což zdůrazňuje potenciál umělé inteligence jako „druhého čtenáře“,“ řekl Bahl.
Podle výzkumníků se může jednat o první publikovanou studii, která se konkrétně zabývá využitím umělé inteligence k detekci intervalových druhů rakoviny na snímcích DBT.
„Umělá inteligence se již dříve používala k detekci intervalových nádorů na konvenčních 2D digitálních mamogramech, ale pokud je nám známo, v literatuře neexistují žádné publikované studie o detekci intervalových nádorů pomocí umělé inteligence konkrétně na 3D tomosyntetických skenech,“ vysvětlil Bal.
Metodologie: na úrovni léze, ne jen na snímku
Aby se zabránilo nadhodnocení citlivosti algoritmu, Balův tým použil analýzu specifickou pro lézi: umělá inteligence dostala „skórovaný zásah“ pouze tehdy, pokud správně identifikovala a lokalizovala přesnou polohu nádoru.
„Naproti tomu analýza celého obrazu může umělé inteligenci udělit ‚propustku‘, i když je anotace nesprávná, což uměle zvyšuje citlivost,“ dodává.
„Zaměření na přesnost lokalizace lézí poskytuje spolehlivější posouzení klinického výkonu algoritmu.“
Co přesně umělá inteligence nachází?
- Nádory detekované algoritmem měly tendenci být větší
- Častěji skončily s poškozením lymfatických uzlin.
- To by mohlo znamenat, že umělá inteligence identifikuje primárně agresivní nebo rychle rostoucí nádory, nebo ty, které již byly v pokročilém stádiu, ale lékaři je během screeningu přehlédli.
Celkové výsledky:
Mezi 1 000 pacienty (včetně pacientů s potvrzenými nádory i pacientů s benigními nebo falešně pozitivními výsledky) AI:
- Správně lokalizováno 84,4 % z 334 skutečně pozitivních případů
- Správně klasifikováno 85,9 % z 333 skutečně negativních výsledků
- Zamítnuto jako falešně pozitivní 73,2 % z 333 falešně pozitivních případů
Závěry a význam
„Naše studie ukázala, že algoritmus umělé inteligence dokáže retrospektivně detekovat a přesně lokalizovat téměř třetinu intervalových karcinomů prsu na snímcích DBT screeningu, což naznačuje jeho potenciál snížit výskyt intervalových karcinomů a zlepšit výsledky screeningu,“ uvedl Dr. Bahl.
„Naše výsledky podporují integraci umělé inteligence do pracovních postupů DBT za účelem zlepšení přesnosti detekce rakoviny. Skutečný dopad však bude záviset na rozsahu, v jakém radiologové umělou inteligenci přijmou a adaptují v klinické praxi, a také na testování její účinnosti v různých klinických prostředích.“