Может ли искусственный интеллект улучшить скрининг рака молочной железы, не перегружая радиологов?

Скрининг рака молочной железы основывается на анализе маммограмм двумя медицинскими специалистами. Этот метод, хотя и эффективен, сталкивается с растущим дефицитом радиологов, особенно в Великобритании, где к 2028 году может не хватать почти 40 % специалистов. Недавнее исследование изучило возможность использования искусственного интеллекта в качестве второго читателя для анализа этих изображений, чтобы снизить нагрузку при сохранении качества диагностики.

Исследование охватило 50 000 женщин из двух британских центров скрининга. Результаты показывают, что замена второго человеческого читателя инструментом искусственного интеллекта позволяет сохранить аналогичную точность в обнаружении рака и сокращении ложноположительных результатов. После этапа арбитража, когда эксперты повторно рассматривают спорные случаи, чувствительность и специфичность искусственного интеллекта оказались такими же, как и у двух человеческих читателей. Это означает, что инструмент выявляет столько же реальных случаев рака и избегает стольких же ошибочных диагнозов.

Одним из основных преимуществ такого подхода является значительное сокращение рабочего времени. Количество маммограмм, требующих анализа человеком, сократилось на 50 %, поскольку искусственный интеллект берет на себя часть обследований. Однако арбитраж становится более частым при использовании искусственного интеллекта, увеличиваясь с 22 % до 142 % в зависимости от центров. Этот рост объясняется тем, что инструмент иногда может указывать на аномалии, которые не подтверждаются экспертами, или, наоборот, пропускать тонкие случаи, которые замечают люди.

Искусственный интеллект продемонстрировал особую способность выявлять рак, который проявляется между двумя скринингами или во время следующего обследования, так называемый интервальный или рак следующего раунда. До арбитража он обнаруживал их лучше, чем люди. Но после повторной оценки экспертами это различие исчезло, так как некоторые сигналы инструмента были отклонены. Это поднимает вопрос: как лучше интегрировать предложения искусственного интеллекта, чтобы они были более надежными и понятными для радиологов?

Эффективность инструмента варьируется в зависимости от оборудования, используемого для маммографии. Он более эффективен с аппаратами одного производителя, чем другого, что говорит о необходимости его адаптации к местным технологиям перед внедрением. Радиологи, участвовавшие в исследовании, выразили умеренное доверие к инструменту, указав на его ограничения, в частности, склонность преувеличивать некоторые аномалии, такие как кальцинаты.

Это исследование открывает путь к более широкому использованию искусственного интеллекта в скрининге рака молочной железы. Оно показывает, что можно уменьшить нагрузку на специалистов, не жертвуя качеством диагностики. Для дальнейшего прогресса необходимо улучшить прозрачность решений инструмента и обучить радиологов его использованию, чтобы они могли лучше оценивать его сигналы и максимально эффективно их использовать.

Références des contenus

Référence officielle

DOI : https://doi.org/10.1038/s43018-026-01128-z

Titre : Impact of using artificial intelligence as a second reader in breast screening including arbitration

Revue : Nature Cancer

Éditeur : Springer Science and Business Media LLC

Auteurs : Lucy M. Warren; Jenny Venton; Kenneth C. Young; Mark Halling-Brown; Christopher J. Kelly; Marc Wilson; Megumi Morigami; Lisanne Khoo; Deborah Cunningham; Richard Sidebottom; Mamatha Reddy; Hema Purushothaman; Delara Khodabakhshi; Lesley Honeyfield; Amandeep Hujan; Tsvetina Stoycheva; Andy Joiner; Reena Chopra; Aminata Sy; Dominic Ward; Lin Yang; Rory Sayres; Daniel Golden; Namrata Malhotra; Rachita Mallya; Lihong Xi; Della Ogunleye; Charlotte Purdy; Alistair Mackenzie; Susan Thomas; Shravya Shetty; Fiona J. Gilbert; Ara Darzi; Hutan Ashrafian