Алгоритмы искусственного интеллекта (ИИ) продолжают демонстрировать потенциал в улучшении диагностики рака молочной железы. Согласно недавнему исследованию, опубликованному в журнале Radiology, ИИ смог выявить почти треть случаев интервального рака груди, которые были пропущены при первичной интерпретации цифрового томосинтеза молочной железы (DBT), известного также как 3D-маммография. Это открытие подчеркивает важную роль ИИ как второго «наблюдателя» в процессе скрининга и может способствовать значительному снижению смертности от рака молочной железы.
Интервальный рак — это опухоли, диагностируемые в промежутке между плановыми скринингами. Такие случаи часто протекают агрессивнее и диагностируются на более поздней стадии, поскольку быстро прогрессируют и могут быть скрыты плотной тканью молочной железы. Несмотря на то что DBT значительно повышает точность визуализации по сравнению с традиционной 2D-маммографией, в ряде случаев даже высококвалифицированные рентгенологи не могут выявить ранние признаки злокачественных изменений.
В исследовании приняли участие 1376 пациенток, у которых было ретроспективно проанализировано 224 случая интервального рака. Используемый алгоритм ИИ — Lunit INSIGHT DBT v1.1.0.0 — продемонстрировал способность правильно идентифицировать и локализовать 73 из этих 224 опухолей, что составляет 32,6% всех пропущенных ранее случаев. Это особенно значимо, поскольку речь идет о сложных клинических ситуациях, где изначально визуальные признаки заболевания были слабо выражены или маскировались плотной тканью.
Для минимизации переоценки эффективности алгоритма команда исследователей применила подход, ориентированный на точную локализацию поражения, а не просто на положительный диагноз по снимку. Такой метод требует, чтобы ИИ точно указывал зону роста опухоли, что делает его клинически более ценным инструментом.
Примечательно, что опухоли, обнаруженные с помощью ИИ, имели тенденцию быть более крупными и чаще затрагивали лимфатические узлы. Это может свидетельствовать как о способности ИИ обнаруживать более агрессивные новообразования, так и о его возможности подстраховать рентгенолога при анализе сложных или поздних стадий заболевания.
Результаты подтверждаются обширным тестированием: в выборке из 1000 пациентов алгоритм правильно локализовал 84,4% случаев рака, подтвержденных гистологически; в то же время он корректно определил 85,9% истинно отрицательных случаев и правильно отверг 73,2% ложноположительных диагнозов. Это говорит о высокой специфичности и чувствительности модели.
Таким образом, интеграция ИИ в практику маммографического скрининга может существенно повысить его диагностическую эффективность, особенно при использовании современных методов визуализации, таких как DBT. Это особенно важно в условиях, где нагрузка на рентгенологов велика, а временные рамки интерпретации ограничены.
Авторы подчёркивают, что использование ИИ должно проходить клиническую валидацию в разных учреждениях, чтобы адаптировать алгоритм под особенности локальной популяции, плотность ткани и параметры оборудования. Однако уже сейчас ясно: подобные инструменты могут радикально улучшить выявляемость рака груди и снизить долю диагностических ошибок, особенно в тех случаях, где традиционные методы оказываются недостаточно чувствительными.
Скрининг, усиленный искусственным интеллектом, открывает новые горизонты для ранней диагностики рака молочной железы, улучшения прогноза и повышения шансов на полное выздоровление.
А затем «Добавить на главный экран». 