Как искусственный интеллект меняет правила игры в диагностике рака молочной железы?

Крупнейшее в мире исследование, опубликованное в журнале Nature Medicine 7 января, показало, что искусственный интеллект (ИИ) способен существенно повысить выявляемость рака молочной железы при маммографическом скрининге. Исследование, охватившее около 500 000 женщин в Германии в возрасте от 50 до 69 лет, показало, что применение ИИ позволяет выявить на один случай рака больше на каждую тысячу обследованных женщин. Это означает увеличение выявляемости на 17.6% по сравнению с традиционными методами, при которых диагностировалось примерно 6 случаев на 1000 женщин.
Как искусственный интеллект меняет правила игры в диагностике рака молочной железы?
Изображение носит иллюстративный характер

Особенно важно, что повышение выявляемости рака не сопровождалось ростом ложноположительных результатов, а, возможно, даже наблюдалось их небольшое снижение. ИИ выступает в роли «сети безопасности», обращая внимание рентгенологов на подозрительные участки маммограмм, которые они могли пропустить. При этом ИИ не заменяет специалистов, а лишь выступает в качестве их помощника.

В рамках исследования, которое проводилось с июля 2021 года по конец февраля 2023 года, применялась система принятия решений, разработанная берлинской компанией Vara. ИИ классифицировал маммограммы как нормальные, подозрительные или неклассифицированные. Рентгенологи, участвовавшие в исследовании, использовали специальную функцию просмотра с поддержкой ИИ, которая предупреждала их о подозрительных случаях. В исследовании приняли участие 119 рентгенологов в 12 скрининговых центрах, которые ежегодно изучают около 24 миллионов маммограмм, обследуя при этом 3 миллиона женщин.

Профессор Александр Каталинич из Университета Любека, эпидемиолог, принимавший участие в исследовании, подчеркивает, что ИИ не только повышает точность диагностики, но и может оптимизировать рабочий процесс врачей. В Германии, где по протоколу каждый снимок должен быть проанализирован двумя рентгенологами, ИИ потенциально может заменить одного из них. Это позволит снизить нагрузку на специалистов и повысить эффективность всего процесса скрининга.

В отличие от немецкого подхода, в США обычно один врач интерпретирует маммограммы. Поэтому внедрение ИИ в американских условиях может принести ещё более значимые изменения. Стефан Бунк, главный технический директор Vara, отмечает, что результаты исследования подтверждают перспективность использования ИИ в реальной клинической практике.

Таким образом, данное исследование имеет большое значение для развития ранней диагностики рака молочной железы. Применение ИИ позволяет не только повысить выявляемость заболевания, но и потенциально оптимизировать работу рентгенологов. Полученные результаты открывают новые перспективы для развития здравоохранения и могут спасти тысячи жизней.


Новое на сайте

19164Уязвимые обучающие приложения открывают доступ к облакам Fortune 500 для криптомайнинга 19163Почему ботнет SSHStalker успешно атакует Linux уязвимостями десятилетней давности? 19162Microsoft устранила шесть уязвимостей нулевого дня и анонсировала радикальные изменения в... 19161Эскалация цифровой угрозы: как IT-специалисты КНДР используют реальные личности для... 19160Скрытые потребности клиентов и преимущество наблюдения над опросами 19159Академическое фиаско Дороти Паркер в Лос-Анджелесе 19158Китайский шпионский фреймворк DKnife захватывает роутеры с 2019 года 19157Каким образом корейские детские хоры 1950-х годов превратили геополитику в музыку и... 19156Научная революция цвета в женской моде викторианской эпохи 19155Как новый сканер Microsoft обнаруживает «спящих агентов» в открытых моделях ИИ? 19154Как новая кампания DEADVAX использует файлы VHD для скрытой доставки трояна AsyncRAT? 19153Как новые китайские киберкампании взламывают госструктуры Юго-Восточной Азии? 19152Культ священного манго и закат эпохи хунвейбинов в маоистском Китае 19151Готовы ли вы к эре коэффициента адаптивности, когда IQ и EQ больше не гарантируют успех? 19150Иранская группировка RedKitten применяет сгенерированный нейросетями код для кибершпионажа
Ссылка