ИИ выявляет будущий риск развития рака молочной железы на маммограммах за годы до постановки диагноза

В недавнем исследовании, опубликованном в JAMA Network Open, исследователи оценили, может ли коммерческий инструмент искусственного интеллекта (ИИ), первоначально разработанный для выявления рака молочной железы, использовать скрининговую маммографию для оценки риска развития рака молочной железы в будущем за годы до постановки клинического диагноза.

Рак молочной железы является наиболее часто диагностируемым раком среди женщин, на его долю приходится почти 25% всех злокачественных новообразований у женщин (2,3 миллиона новых случаев, 2022 год) и более 670 000 смертей ежегодно. Рутинный маммографический скрининг представляет собой первую линию защиты от заболеваемости и смертности, связанных с раком молочной железы, значительно повышая выживаемость пациентов за счет раннего выявления злокачественных новообразований и их последующего своевременного лечения.

К сожалению, традиционные методологии маммографического скрининга подвержены путаницам в точности и надежности, в значительной степени полагаясь на субъективный опыт рецензентов (радиологов). Кроме того, традиционные методы скрининга не позволяют выявить злокачественные новообразования рака молочной железы, которые развиваются между скринингами, что приводит к задержкам в выявлении и связанным с ними клиническим и социально-экономическим недостаткам.

Последние достижения в области коммерческих инструментов искусственного интеллекта (ИИ) позволили создать с помощью радиолога оценку новообразований молочной железы и обследования, используя мельчайшие вариации маммограмм, чтобы помочь клиницистам оценить риск рака молочной железы раньше и с большей точностью.
Результаты исследования, включившего почти 350 000 скрининговых обследований от 116 495 женщин, показали, что алгоритм искусственного интеллекта присвоил более высокие баллы обнаружения рака молочным железам, у которых позже разовьется рак молочной железы, даже за 4-6 лет до постановки клинического диагноза, по сравнению с молочными железами, у которых рак не развился. Это говорит о том, что коммерческие инструменты искусственного интеллекта могут помочь выявить женщин с более высоким риском развития рака молочной железы задолго до постановки диагноза.

 В настоящем исследовании данные были получены из Реестра раковых заболеваний норвежской программы BreastScreen Norway, которая включает в себя проводимый раз в два года цифровой маммографический скрининг норвежских женщин (в возрасте 50-69 лет) в период с 2004 по 2018 год. Участники должны были представить как минимум три сканирования, каждое из которых было независимо оценено с использованием как традиционных (двойное чтение радиологов), так и подходов к скринингу на основе искусственного интеллекта. После исключения участников с неполными данными или недостаточной маммографией и последующего наблюдения, данные участников были подвергнуты последующему анализу. Женщины, у которых развился рак молочной железы, имели значительно более высокие средние баллы и большие абсолютные различия в баллах между молочными железами за годы до постановки диагноза по сравнению с женщинами, у которых не было рака.

Важно отметить, что авторы исследования отмечают, что эти результаты позволяют предположить, что инструменты искусственного интеллекта могут позволить выявить женщин с повышенным риском за 4-6 лет до постановки диагноза рака молочной железы, что позволяет рассмотреть возможность дополнительного скрининга или более частого наблюдения. Тем не менее, важно отметить, что алгоритм ИИ не «диагностировал» рак на несколько лет вперед, а скорее сигнализировал о повышенном риске на основе особенностей изображения.

Исследование не предоставляет доказательств того, что ранняя идентификация рисков на основе ИИ напрямую приводит к улучшению выживаемости пациентов или снижению экономических затрат. Такие утверждения остаются гипотетическими и требуют дальнейших исследований. Будущие исследования должны быть направлены на проверку этих результатов в различных группах населения и эффективную интеграцию оценки рисков с помощью ИИ в стандартную клиническую практику.