Mesterséges intelligencia az emlőrák kockázatának meghatározásában

A Radiology folyóirat június 6-án közölte a Kaiser Permanente Northern California kutatóinak tanulmányát, amelyben a mesterséges intelligencia emlőrákkockázat-predikciós képességét hasonlították össze a jelenleg általánosan alkalmazott BCSC kockázati modellel. Ebben a nagy elemszámú retrospektív vizsgálatban több mint 324 ezer nő 2D mammogramjából álló alappopulációból választottak ki véletlenszerűen 13,6 ezret, illetve az összes olyan esetet, ahol öt éven belül emlőrák diagnózisát állították fel (4584 beteg). Ezek a nők 2016-ban estek át emlőrák szűrésen a Kaiser Permanente intézetben, és a vizsgálatban 2021-ig követték őket. A kutatók a vizsgálat során megnézték a jelenlegi klinikai gyakorlatban alkalmazott klinikai kockázati modell (BCSC; Breast Cancer Surveillance Consortium) által adott véleményt, amely önbevallásos és egyéb információkat (pl. életkor, családi anamnézis, gyermekvállalás ideje stb.) kombinál a képalkotó vizsgálatok eredményeivel, valamint rászabadítottak a mammográfiás felvételekre öt mesterséges intelligenciát (AI; artificial intelligence) alkalmazó algoritmust. A kutatók arra voltak kíváncsiak, hogy a BCSC vagy az öt közül valamelyik AI modell prediktív értéke bizonyul-e pontosabbnak a retrospektív adatok fényében.

A kutatók az ötéves vizsgálati időszakot három időszakra osztották az emlőrák diagnózisának intervalluma szerint: 0 és 1 év között diagnosztizált rákos megbetegedések; 1 és 5 év között diagnosztizált rákos megbetegedések; valamint a 0 és 5 év között diagnosztizált rákos megbetegedések összesen. A 2016-os szűrésen kapott képalkotó vizsgálatok adatait feldolgozó öt mesterséges intelligencia algoritmus között kettő olyan volt, amelyeket kizárólag kutatók használtak (2 tudományos algoritmus), valamint az adatokat három, kereskedelmi forgalomban is bárki számára elérhető algoritmus segítségével is elemezték, azaz az AI modelleket az emlőrák ötéves időszakra vonatkozó kockázati pontszámainak generálására vették rá. Ezeket a kockázati pontszámokat ezután összehasonlították egymással, valamint a BCSC klinikai kockázati pontszámaival.

Az eredmény még a vizsgálatot végző kutatókat is meglepte: "Mind az öt mesterséges intelligenciát alkalmazó algoritmus jobban teljesített az emlőrákkockázat előrejelzésében a BCSC kockázati modelljénél a 0 és 5 év közötti időszak tekintetében" - nyilatkozta a vizsgálatot vezető Dr. Vignesh A. Arasu. "Ez az erős prediktív teljesítmény azt sugallja, hogy a mesterséges intelligencia képes azonosítani mind a “kihagyott”, azaz nem diagnosztizált rákos eseteket, tehát észrevesz olyan szöveti jellemzőket, amelyek segíthetnek a rák jövőbeli kialakulásának előrejelzésében. Van tehát valami a mammográfiai felvételeken, ami lehetővé teszi számunkra, hogy nyomon kövessék az emlőrák kockázatát. A gond az, hogy nem tudjuk, mi az: ez az AI "fekete doboza"."

Az AI-algoritmusok némelyike kiemelkedő pontossággal azonosította a magas kockázatú betegeket: legmagasabb, 10%-os kockázatú nők értékelésénél például az AI a rákos megbetegedések akár 28%-át is képes volt megjósolni, szemben a BCSC által prognosztizált 21%-kal. A legpontosabb prognózisok viszont akkor készültek, amikor a mesterséges intelligencia és a BCSC kockázati modelleket kombinációban alkalmazták a kutatók.

"Pontos, hatékony és skálázható eszközt keresünk a nők mellrákkockázatának megértéséhez" - fejtette ki Dr. Arasu. "A mammográfián alapuló AI kockázati modellek gyakorlati előnyöket nyújtanak a hagyományos klinikai kockázati modellekkel szemben, mivel egyetlen adatforrást használnak: magát a mammográfiát."

Dr. Arasu szerint néhány intézmény már most is alkalmazza az AI algoritmusokat, hogy segítsen a radiológusoknak a szűrések során az emlőrák felismerésében, de távlatilag jó megoldás lenne, ha az adott személy jövőbeli kockázati pontszámát (amelynek létrehozása mindössze másodpercekig tart az AI számára) valahogy be lehetne építeni a radiológiai jelentésbe.

Írásunk az alábbi közlemények alapján készült:

Study: AI outperforms standard risk model for predicting breast cancer

Comparison of Mammography AI Algorithms with a Clinical Risk Model for 5-year Breast Cancer Risk Prediction: An Observational Study

Irodalmi hivatkozás:

Vignesh A. Arasu et al, Comparison of Mammography AI Algorithms with a Clinical Risk Model for 5-year Breast Cancer Risk Prediction: An Observational Study, Radiology (2023). DOI: 10.1148/radiol.222733 pubs.rsna.org/doi/10.1148/radiol.222733