Η τεχνητή νοημοσύνη μπορεί να εντοπίζει περισσότερους καρκίνους του μαστού από γιατρούς με χρόνια εκπαίδευσης και εμπειρίας και μειώνει το χρόνο ανάγνωσης των μαστογραφιών σχεδόν στο μισό, σύμφωνα με μια νέα μελέτη πρώιμου σταδίου. Αυτό δεν σημαίνει ότι το νοσοκομείο σας θα αφήσει έναν υπολογιστή να καθορίσει εάν έχετε καρκίνο σύντομα.
Υπάρχουν ακόμη πολύ περισσότερες έρευνες που πρέπει να γίνουν, αλλά η μελέτη, που δημοσιεύτηκε την Τρίτη στο περιοδικό The Lancet Oncology, δείχνει ότι η τεχνητή νοημοσύνη είναι ασφαλής για χρήση στην ανίχνευση καρκίνου του μαστού και θα μπορούσε να κάνει τους γιατρούς ακόμα πιο αποτελεσματικούς στη διάγνωση.
Τι έδειξαν οι έρευνες
Οι ερευνητές μελέτησαν περισσότερες από 80.000 γυναίκες στη Σουηδία που υποβλήθηκαν σε μαστογραφία μεταξύ Απριλίου 2021 και Ιουλίου 2022. Οι μισές από τις γυναίκες ανατέθηκαν σε μια ομάδα στην οποία η τεχνητή νοημοσύνη διάβασε τη μαστογραφία προτού αναλυθεί από έναν ακτινολόγο. Οι μαστογραφίες της άλλης ομάδας διαβάστηκαν από δύο ακτινολόγους χωρίς τη χρήση τεχνητής νοημοσύνης. Όλοι οι ακτινολόγοι στη μελέτη θεωρήθηκαν πολύ έμπειροι. Στην πρώτη ομάδα ανιχνεύτηκαν 20% περισσότεροι καρκίνοι σε σχέση με τη δεύτερη ομάδα.
Συνολικά, οι έλεγχοι που υποστηρίχθηκαν από την τεχνητή νοημοσύνη κατέληξαν σε ποσοστό ανίχνευσης καρκίνου 6 ανά 1.000 ελεγχόμενες γυναίκες, σε σύγκριση με 5 ανά 1.000 με την συμβατική προσέγγιση.
Ταυτόχρονα, η τεχνολογία δεν αύξησε τον αριθμό των ψευδώς θετικών, δηλαδή τις περιπτώσεις όπου μια μαστογραφία διαγιγνώσκεται ως μη φυσιολογική, παρόλο που δεν υπάρχει καρκίνος.
Η ομάδα που χρησιμοποίησε τεχνική βοήθεια είχε ένα επιπλέον πλεονέκτημα: μειωμένο φόρτο εργασίας ανάγνωσης κατά 44%. Οι ερευνητές υπολόγισαν ότι εάν οι ακτινολόγοι διάβαζαν περίπου 50 μαστογραφίες την ώρα, θα χρειαζόταν ένας ακτινολόγος τέσσερις έως έξι μήνες λιγότερο για να διαβάσει περίπου 40.000 εξετάσεις με τη βοήθεια τεχνητής νοημοσύνης από ό,τι θα χρειάζονταν δύο ακτινολόγοι μόνοι τους. Εάν περαιτέρω έρευνα δείξει ότι αυτή η τεχνολογία λειτουργεί πραγματικά, μπορεί να βοηθήσει στο πρόβλημα της έλλειψης ακτινολόγων που παρατηρείται σε Ευρώπη και ΗΠΑ.
Έγκαιρη διάγνωση, καλύτερη πρόγνωση
«Με τη μαστογραφία, στόχος μας είναι να ανιχνεύσουμε τον καρκίνο του μαστού όσο το δυνατόν νωρίτερα, να δώσουμε σε κάθε ασθενή την καλύτερη πρόγνωση, οπότε οτιδήποτε θα μας κάνει πιο ακριβείς είναι υπέροχο», δήλωσε η Δρ. Σταματία Δεστούνη, ακτινολόγος με εξειδίκευση στην απεικόνιση μαστού, στο Κέντρο Elizabeth Wende Breast Care στο Ρότσεστερ της Νέας Υόρκης.
Η συχνότητα εμφάνισης του καρκίνου του μαστού αυξάνεται κατά 0,5% ετησίως, σύμφωνα με την Αμερικανική Αντικαρκινική Εταιρεία, αν και δεν έχει υπάρξει αντίστοιχη αύξηση στον αριθμό των θανάτων, κυρίως λόγω του αποτελεσματικού προσυμπτωματικού ελέγχου. Όταν ο καρκίνος του μαστού εντοπιστεί νωρίς, η πιθανότητα επιβίωσης ενός ατόμου αυξάνεται σημαντικά. Αλλά η μαστογραφία δεν είναι τέλεια, λένε οι ειδικοί. Η ανάγνωσή της είναι μια άκρως υποκειμενική ικανότητα. Συνολικά, από τις προληπτικές μαστογραφίες διαφεύγει περίπου το 20% των καρκίνων του μαστού, σύμφωνα με το Εθνικό Ινστιτούτο Καρκίνου.
Η ανίχνευση είναι εξαιρετικά δύσκολη, ακόμη και με χρόνια εξειδικευμένης εκπαίδευσης. Ουσιαστικά, ένας ακτινολόγος πρέπει να εντοπίσει έναν όγκο που είναι λευκός στη μέση ενός λευκού φόντου. Η τεχνητή νοημοσύνη μπορεί να βοηθήσει στην ανίχνευση αυτού του προτύπου, αλλά η δουλειά του ακτινολόγου είναι πολύ περισσότερο από την αναγνώριση προτύπων, είπε η Δρ. Laura Heacock, ακτινολόγος μαστού στο Κέντρο Καρκίνου NYU Langone Perlmutter. « Ένα μοντέλο τεχνητής νοημοσύνης κοιτάζει μια εικόνα διαφορετικά από ότι ένα ανθρώπινο μάτι, εκπαιδεύεται σε διαφορετικό υλικό και μπορεί να δώσει διαφορετικές προβλέψεις με βάση το τι μπορεί και τι δεν μπορεί να δει», είπε. Αν και η τεχνητή νοημοσύνη εξακολουθεί να είναι μια αναδυόμενη τεχνολογία, η τεχνητή νοημοσύνη έχει αρχίσει να αιχμαλωτίζει τη φαντασία των επιστημόνων. Χρησιμοποιείται στην ανακάλυψη και ανάπτυξη φαρμάκων και βοηθά τους γιατρούς να επικοινωνούν καλύτερα με τους ασθενείς. «Η τεχνητή νοημοσύνη δεν κοιμάται, δεν κουράζεται. Μπορεί να βοηθήσει τρομερά τους λιγότερο έμπειρους γιατρούς μας, καθώς είναι πιο πιθανό να εντοπίσει κάτι εάν δεν το έχετε δει πριν», κατέληξε.