Mesterséges intelligencia a mellrák kockázatának meghatározásában

A JAMA Network Open folyóiratban október 3-án jelent meg az Oslo székhelyű Norwegian Institute of Public Health kutatóinak cikke, amelyben egy mammográfos felvételekből az emlőrák diagnosztizálására kifejlesztett mesterséges intelligencia (AI) eszköz, az INSIGHT MMG prediktív erejét vizsgálták. A retrospektív elemzés során a klinikai gyakorlatban még nem használt eszköz igen jó eredményeket adott: egyrészt mindössze a vizsgálaton részt vett nők 0,7%-ánál adott volna fals pozitív eredményt, másrészt a három egymást követő mellrákszűrésen részt vevő nőknél a pozitív eseteknél három egymást követően növekvő pontszámmal jelezte a daganat kialakulásának egyre növekvő kockázatát.

Norvégiában már régóta működik a BreastScreen Norway elnevezésű nemzeti mellrákszűrési program, amely 680 ezer, 50 és 69 év közötti nő számára kínál 2 évente (24 ± 6 hónap) 2 nézeti (craniocaudális [CC] és mediolaterális ferde [MLO] vetület) digitális mammográfiás szűrővizsgálatot. A radiológus értékelését és az emlőrák kimenetelét prospektív módon rögzítik minden szűrővizsgálat esetében. A 2017 és 2021 közötti időszakban a szűréseken való részvétel aránya 76%, a visszahívási arány 3,3%, a szűréssel felderített rákos megbetegedések aránya 6,2 volt 1000 szűrővizsgálatra vetítve, az intervallum rákos (azaz a két szűrési időpont között kialakult) megbetegedések aránya pedig 1,8 volt 1000 szűrővizsgálatra vetítve. A programban végzett összes vizsgálatot 2 radiológus egymástól függetlenül értelmez, és mindegyik radiológus 1-től 5-ig terjedő pontszámot ad minden egyes emlőre. Az 1 pontszám normális leletet jelent; 2, valószínűleg jóindulatú; 3, közepes gyanú; 4, valószínűleg rosszindulatú daganat; és 5, rosszindulatú daganat magas gyanúja. Ha bármelyik radiológus 2-es vagy magasabb pontszámot ad, az eredményt azonnal konszenzusos megbeszélésen vitatják meg, hogy eldöntsék, vissza kell-e hívni a nőt diagnosztikai vizsgálatra.

A most közölt elemzésben az INSIGHT MMG (1.1.7.2 verzió; Lunit Inc) a kutatók az összes mammográfiás szűrés eredményére alkalmazták. Az INSIGHT MMG egy kereskedelmi forgalomban lévő AI-algoritmus, amely Európában és az Egyesült Államokban is hatósági jóváhagyással rendelkezik. Az algoritmus minden egyes vizsgálathoz 0-tól 100-ig terjedő folyamatos rákfelismerési pontszámot adott, ahol a növekvő értékek azt jelzik, hogy az aktuális mammográfián nagyobb valószínűséggel van jelen rákos daganat.

A vizsgálati időszak alatt összesen 246 ezer nő 671 ezer szűrővizsgálaton vett részt. A vizsgálati mintába olyan nők kerültek, akiknek nem volt emlőrákos előzménye, és akik legalább 3 egymást követő kétévente végzett szűrővizsgálaton vettek részt, ahol legalább az első 2 vizsgálat nem járt emlőrák diagnózissal. Az emlőrák diagnózisával rendelkező nők esetében az emlőrák diagnózisát megelőző legközelebbi vizsgálat és az azt megelőző 2 vizsgálat adatait vették figyelembe. A szűrés során felfedezett rákot úgy definiálták, mint az olyan emlőrákot, amelyet az 1. és 2. vizsgálati fordulóban kapott negatív eredmények után a harmadik vizsgálati fordulóban végzett vizsgálat eredménye miatti visszahívás után fedeztek fel. Az intervallum rákot az olyan harmadik vizsgálati körös mammográfiás vizsgálatot követő 24 hónapon belül fedezték fel, amelyet negatívan értelmeztek, vagy amely negatív diagnosztikai vizsgálatot eredményezett. E definíciók alapján a vizsgálati kohorszot 3 csoportra osztották: (1) a harmadik vizsgálati körben szűréssel kimutatott emlőrákos nők, (2) a harmadik vizsgálati körben végzett szűrés után diagnosztizált intervallum rákos nők, és (3) a 3 egymást követő vizsgálatot és további 2 év (24 hónap) követést követően (összesen 6 év rákdiagnózis nélkül) emlőrákkal nem diagnosztizált nők. A végleges vizsgálati kohorsz több mint 116 ezer olyan nő adatait tartalmazta, akik legalább 3 egymást követő szűrővizsgálati fordulón estek át a BreastScreen Norway programban. Ebből összesen 1265 szűréssel felfedezett rákos megbetegedést és 342 intervallum rákos megbetegedést észleltek. A betegek átlagos életkora az első vizsgálati fordulóban 58,5 év volt a szűréssel felfedezett rákos nők esetében, 57,4 év az intervallum rákos nők esetében, és 56,4 év az emlőrákkal nem diagnosztizált nők esetében.

A szűréssel felfedezett rákos emlőkre vonatkozó AI-pontszámok átlaga 19,2 volt az első, 30,8 a második és 82,7 a harmadik vizsgálati körben, azaz a rákkockázati pontszám folyamatos emelkedést mutatott. Összehasonlításképpen: a rákmentes emlők esetében az AI-értékek átlaga 9,5 volt az első vizsgálati körben, 8,2 a másodikban és 5,0 a harmadikban. Az intervallum rákos nők esetében a rákos emlőkre vonatkozó AI-pontszámok átlaga 17,8 volt az első vizsgálati körben, 20,1 a másodikban és 33,1 a harmadikban. Azoknál a nőknél, akiknél a vizsgálati időszak alatt nem diagnosztizáltak emlőrákot, az AI-pontszámok átlaga 7,1 volt az első, 6,7 a második és 6,4 a harmadik vizsgálati körben.

Amikor a kutatók az AI-pontszámok legmagasabb 1%-át pozitívnak, a többi 99%-ot pedig negatívnak határozták meg, az emlőrákot nem mutató nők 0,7%-a kapott volna hamis pozitív AI-pontszámot. A kutatók azt is megfigyelték, hogy a rákfelismerő AI-algoritmus képes volt megbecsülni a jövőbeli emlőrákot a diagnózis előtt 4-6 évvel elvégzett mammográfia alapján. Bár a jelenlegi kereskedelmi AI-eszközöket, mint például az ebben a vizsgálatban használt INSIGHT MMG-t, nem a jövőbeli rákkockázat becslésére fejlesztették ki vagy optimalizálták, az eredmények azt mutatták, hogy az AI-rendszer differenciálási pontossága a diagnózis előtt 4-6 évvel a szűrésen észlelt vagy intervallumos jövőbeli rákkockázat becslésére azonos volt vagy meghaladta a jelenleg széles körben használt, bevált kockázati kalkulátorok, például a Tyrer-Cuzick modell (más néven IBIS [International Breast Intervention Study]), a Breast Cancer Risk Assessment Tool (BCRAT) és a Breast Cancer Surveillance Consortium modellek teljesítményét. Ezért a kutatók szerint a jövőbeni szűrőprogramok kialakítása során azt is értékelni kellene, hogy a jól ismert klinikai kockázati tényezők és az AI-pontszámok kombinálásával milyen potenciális javulás lenne elérhető a kockázat előrejelzésében.

Írásunk az alábbi közlemények alapján készült:

AI could help identify women at risk for future breast cancer

Artificial Intelligence Algorithm for Subclinical Breast Cancer Detection

Irodalmi hivatkozás:

Jonas Gjesvik et al, Artificial Intelligence Algorithm for Subclinical Breast Cancer Detection, JAMA Network Open (2024). DOI: 10.1001/jamanetworkopen.2024.37402