การศึกษาทั่วโลกเน้นย้ำคุณค่าของ AI เต้านมเป็นผู้อ่านที่สอง


ดร. จอห์น แนช นักรังสีวิทยาที่โรงพยาบาลเซอร์ ชาร์ลส์ แกร์ดเนอร์ เมืองเนดแลนด์ รัฐเวสเทิร์นออสเตรเลีย และเพื่อนร่วมงานชาวยุโรปของเขากล่าวว่า ระบบ AI ในปัจจุบันที่พัฒนาขึ้นเพื่อตรวจหามะเร็งเต้านมได้รายงานประสิทธิภาพการทำงานแบบสแตนด์อโลนเทียบได้กับมนุษย์ การศึกษาย้อนหลังหลายครั้งได้แสดงให้เห็นถึงความสามารถของ AI ในการตรวจหามะเร็งที่มีผลลบปลอมเหล่านี้ แต่ไม่มีข้อมูลในอนาคตที่จะหาปริมาณอรรถประโยชน์ทางคลินิกของ AI ได้


เมื่อเทียบกับภูมิหลังนี้ จุดมุ่งหมายของนักวิจัยคือการแสดงให้เห็นถึงประโยชน์ของปัญญาประดิษฐ์ (AI) ในตลาดหลังการขายในโลกแห่งความเป็นจริง ในฐานะผู้อ่านเพิ่มเติมในการตรวจคัดกรองมะเร็งเต้านม พวกเขานำเสนอสิ่งที่ค้นพบในโปสเตอร์ในการประชุมทางวิทยาศาสตร์ประจำปีของ Royal Australian and New Zealand College of Radiologists (RANZCR) ซึ่งจัดขึ้นเมื่อเร็วๆ นี้ที่เมืองแอดิเลด


เรียนโลจิสติกส์


ทีมงานใช้ระบบ AI ที่มีจำหน่ายในท้องตลาดที่ศูนย์คัดกรองมะเร็งเต้านมขนาดใหญ่ในฮังการีเพื่อวิเคราะห์ภาพของผู้หญิงที่เข้าร่วมโครงการคัดกรองเต้านมระดับประเทศหรือผู้ที่มาที่คลินิกเพื่อตรวจคัดกรองโดยฉวยโอกาสภายในระยะเวลาหกเดือนในปี พ.ศ. 2564 AI ระบบถูกใช้เป็นเครื่องอ่านเพิ่มเติม นอกเหนือจากการอ่านค่ามาตรฐานโดยมนุษย์ และคำแนะนำของระบบนั้นอิงตามจุดปฏิบัติการที่กำหนดไว้ล่วงหน้า



เวิร์กโฟลว์ผู้อ่านเพิ่มเติมโดยใช้การอ่านซ้ำแบบมาตรฐาน

เวิร์กโฟลว์ extra reader (XR) ของกลุ่มใช้การอ่านซ้ำแบบมาตรฐาน เสริมด้วยการประเมินภาพโดย AI หากการอ่านซ้ำสองครั้งส่งผลให้ “ไม่มีการเรียกคืน” ในขณะที่ AI แจ้งคดี หน้าจอจะถูกประเมินโดยอนุญาโตตุลาการพิเศษของมนุษย์ ภาพที่ได้รับความอนุเคราะห์จาก Dr. John Nash et al นำเสนอที่ RANZCR ASM 2022


เวิร์กโฟลว์โปรแกรมอ่านเพิ่มเติมเกี่ยวข้องกับกรณีการตั้งค่าสถานะที่ AI แนะนำให้เรียกคืนซึ่งการอ่านซ้ำสองครั้งของมนุษย์ไม่ได้เรียกคืน (กรณีที่ไม่ลงรอยกันในเชิงบวก) ต่อจากนั้น กรณีเหล่านี้ได้รับการตัดสินเพิ่มเติมโดยนักรังสีวิทยา และมะเร็งที่ตรวจพบทั้งหมดได้รับการยืนยันโดยพยาธิวิทยา


กว่าหกเดือน ผู้ป่วย 3,746 ได้รับการตรวจคัดกรอง จากกรณีที่ไม่ถูกอ่านซ้ำโดยมนุษย์ AI ได้ตั้งค่าสถานะ 396 กรณีสำหรับการตรวจสอบเพิ่มเติมโดยผู้อ่านที่เป็นมนุษย์ ซึ่งคิดเป็นอัตราการไม่ลงรอยกันในเชิงบวกที่ 10.6% Nash และเพื่อนร่วมงานรายงาน


การอ่านซ้ำของมนุษย์มีอัตราการเรียกคืน 6.7% อัตราอนุญาโตตุลาการ 3% และอัตราการตรวจพบมะเร็ง 12.5/1,000 (ผู้ป่วยมะเร็ง 47 รายจาก 3,746 หน้าจอ)



อนุญาโตตุลาการพิเศษของหน้าจอที่ตั้งค่าสถานะโดยผู้อ่านพิเศษ

การอนุญาโตตุลาการพิเศษของหน้าจอที่ตั้งค่าสถานะโดยเครื่องอ่านเพิ่มเติม (XR) ส่งผลให้มีการเรียกคืนผู้หญิงหกคนซึ่งไม่ได้รับการอ่านโดยการอ่านซ้ำแบบมาตรฐาน ผู้หญิงทั้งหกคนได้รับการวินิจฉัยว่าเป็นมะเร็งเต้านมในเวลาต่อมา (HDR = การอ่านซ้ำของมนุษย์)


อนุญาโตตุลาการพิเศษของมนุษย์โดยใช้เครื่องอ่านพิเศษส่งผลให้มีผู้ป่วยหกรายซึ่งทุกคนได้รับการวินิจฉัยว่าเป็นมะเร็งเต้านม นี้เท่ากับอัตราอนุญาโตตุลาการรวมของ 13.6% (510/3,746), และเพิ่มขึ้นแน่นอนในอัตราการตรวจหามะเร็งของ 1.6/1,000 (อัตราการตรวจหามะเร็งรวมของ 14.1/1,000), พวกเขาชี้ให้เห็น.


การจำลองที่แม่นยำด้วยจุดปฏิบัติการ AI ที่มีความไวน้อยกว่าให้อัตราการอนุญาโตตุลาการพิเศษ 2% (89/3,746) ในขณะที่ยังคงตรวจพบมะเร็งห้าในหกตัว


ประโยชน์ของ AI


ผู้เขียนเขียนถึงความสำคัญของโปรแกรมคัดกรองเต้านม การตรวจแมมโมแกรมมีข้อจำกัดและตรวจไม่พบมะเร็งจำนวนมากในรอบการตรวจปกติ แต่จะวินิจฉัยว่าเป็นมะเร็งในช่วงเวลาระหว่างการติดตามผล ของเหล่านี้ประมาณ 13.6% ถึง 35% ถูกจำแนกย้อนหลังว่าไม่ได้รับการตรวจ (ผลลบเท็จ) ในการตรวจคัดกรองพวกเขายังคงดำเนินต่อไป


โดยรวมแล้ว ข้อมูลในอนาคตในโลกแห่งความเป็นจริงนี้เป็นหลักฐานที่บ่งชี้ถึงศักยภาพของ AI ในการตรวจหามะเร็งที่ผู้อ่านไม่ได้อ่าน และเพิ่มอัตราการตรวจหามะเร็งโดยไม่นึกถึงผลบวกที่ผิดพลาด นักวิจัยสรุป


“ผลการวิจัยนี้เป็นหลักฐานในอนาคตที่แสดงให้เห็นประโยชน์ของการใช้ AI เป็นตัวอ่านเพิ่มเติมในการตรวจคัดกรองมะเร็งเต้านม” พวกเขาตั้งข้อสังเกต “การรวมเวิร์กโฟลว์ extra-reader เข้ากับเวิร์กโฟลว์ที่เน้นเรื่องการประหยัดเวิร์กโหลด จะช่วยลดอัตราการอนุญาโตตุลาการที่เพิ่มขึ้น และปรับผลประโยชน์ทางคลินิกและการปฏิบัติงานให้เหมาะสมที่สุด”


Dr. Éva Ambrózay นักรังสีวิทยาที่ศูนย์ตรวจวินิจฉัยและวินิจฉัย MaMMa ในบูดาเปสต์ และสมาชิกคณะกรรมการแผนกเต้านมของสมาคมรังสีแพทย์แห่งฮังการี เป็นผู้เขียนร่วมของโปสเตอร์ RANZCR ผู้ร่วมเขียนบทคนอื่นๆ ได้แก่ Dr. Peter Kecskemethy CEO และผู้ร่วมก่อตั้ง และ Dr. Edith Karpati ผู้อำนวยการผลิตภัณฑ์ทางการแพทย์ของ Kheiron Medical ทั้งคู่; Prof. Ben Glocker ศาสตราจารย์ด้านแมชชีนเลิร์นนิงสำหรับการถ่ายภาพที่ Imperial College London; และ Cary Oberije, PhD, A. Ng และ G. Fox

ลิขสิทธิ์ © 2022 AuntMinnieEurope.com



ข่าวต้นฉบับ