KI-basiertes Brustkrebs-Screening, das die Arbeitsbelastung von Radiologen reduzieren kann

Ein KI-basiertes Brustkrebs-Screening-Protokoll wies eine ähnliche Empfindlichkeit auf Radiologen und könnten daher zur Reduzierung ihrer Arbeitsbelastung eingesetzt werden

Es wurde festgestellt, dass die Verwendung eines KI-basierten Brustkrebsprotokolls eine ähnliche Screening-Sensitivität und eine etwas höhere Spezifität als Radiologen aufweist und daher möglicherweise die Arbeitsbelastung von Radiologen erheblich reduzieren kann. Dies ist das Ergebnis einer retrospektiven Analyse von Forschern der Abteilung für Informatik und öffentliche Gesundheit der Universität Kopenhagen, Kopenhagen, Dänemark.

Brustkrebs entsteht im Epithel der Gänge oder Läppchen im Drüsengewebe der Brust und Laut der Weltgesundheitsorganisation wurde im Jahr 2020 bei 2,3 Millionen Frauen Brustkrebs diagnostiziert und 685.000 Menschen starben weltweit. Bevölkerungsscreening von Frauen ermöglicht die Erkennung der frühen Anzeichen von Brustkrebs und eine Die europäische Analyse von Beobachtungsstudien kam zu dem Schluss, dass die geschätzte Verringerung der Brustkrebsmortalität durch das eingeladene Screening 25-31 % und 38-48 % für Frauen betrug, die tatsächlich gescreent wurden. Obwohl die Screening-Mammographie die Hauptmethode zur Erkennung von Brustkrebs ist, 10% -30% der Brustkrebsfälle können bei der Mammographie übersehen werden. Ein Teil des Grundes für das Übersehen möglicher Krebsarten kann auf Verhaltensfaktoren zurückzuführen sein. In einer Studie zum Beispiel Sechs Radiologen, die 100 Brustkrebsscans überprüften, bei denen die Prävalenz der Krankheit künstlich auf 50 % festgelegt wurde, übersahen 30 % der Krebserkrankungen. Im Gegensatz dazu übersahen die Teilnehmer bei einer Erhöhung der Prävalenz nur 12 % derselben Krebsarten. Mit anderen Worten, Radiologen achten eher auf verdächtige Scans, wenn sie wissen, dass die Krankheit eine viel höhere Prävalenz hat.

Eine mögliche Möglichkeit, die Auswirkungen von Verhaltenseinflüssen zu beseitigen, besteht darin, ein auf künstlicher Intelligenz (KI) basierendes System zum Lesen von Brustkrebsscans zu verwenden. In der Tat solche Systeme haben gezeigt, dass sie eine nicht minderwertige Leistung aufrechterhalten und die Arbeitsbelastung des zweiten, radiologen Lesers um 88 % reduzierten. Ob ein KI-basiertes Brustkrebssystem jedoch sicher für ein bevölkerungsbasiertes Screening eingesetzt werden kann und die Anzahl der Mammogramme reduziert, die von einem Radiologen begutachtet werden müssen, ist ungewiss und war das Ziel der aktuellen Studie. In einem retrospektiven Design untersuchten die dänischen Forscher, ob das KI-basierte Krebsprotokoll in der Lage war, normale, mittelschwere und verdächtige Mammographien zu erkennen. Das Team verwendete Daten aus einem Brustkrebs-Screening-Programm und jede der Mammographien wurde von dem KI-basierten Krebs-Tool mit 0 bis 10 bewertet (um das Malignitätsrisiko zu bezeichnen). Das Team verglich dann das KI-basierte Krebssystem und Radiologen in Bezug auf die Screening-Leistung und verwendete die Fläche unter der Receiver Operating Characteristics Curve (AUC), um die Leistung zu vergleichen.

Leistung des KI-basierten Krebsvorsorgeprotokolls

Die Kohorte umfasste 114.421 Frauen mit einem Durchschnittsalter von 59 Jahren, die sich einem Mammographie-Screening unterzogen. Das Scannen identifizierte 791 Screen-entdeckte Krebsarten, 327 Intervall-Krebsarten und 1473 Langzeit-Krebsarten.

Das KI-basierte Krebssystem hatte eine Screening-Sensitivität von 69,7 % (95 % CI 66,9–72,4 %), was der Radiologen-Sensitivität von 70,8 % (p = 0,02) nicht unterlegen war. Die AI-basierte Screening-Spezifität betrug 98,6 % und war signifikant höher (p < 0,001) als die des Radiologen (98,1 %).

Basierend auf diesen Ergebnissen berechneten die Autoren, dass die Verwendung des KI-basierten Krebssystems zu einer Reduzierung der Arbeitsbelastung des Radiologen um 62,6 % führte. Darüber hinaus reduzierte das KI-basierte System die Anzahl der falsch-positiven Screenings um 25,1 %.

Sie kamen zu dem Schluss, dass die Einbeziehung eines KI-basierten Krebssystems für ein bevölkerungsbasiertes Screening sowohl diese Programme verbessern als auch die Arbeitsbelastung von Radiologen verringern könnte, und forderten eine prospektive Studie, um die Auswirkungen eines KI-basierten Screenings zu bestimmen.

Zitat
Lauritzen AD et al. Ein auf künstlicher Intelligenz basierendes Mammographie-Screening-Protokoll für Brustkrebs: Ergebnis und Arbeitsbelastung des Radiologen Radiologie 2022

(function(d, s, id) {
var js, fjs = d.getElementsByTagName(s)[0];
if (d.getElementById(id)) return;
js = d.createElement(s);
js.id = id;
js.src = “//connect.facebook.net/en_US/sdk.js#xfbml=1&version=v2.5”;
fjs.parentNode.insertBefore(js, fjs);
}(document, ‘script’, ‘facebook-jssdk’));

Leave a Reply

Your email address will not be published.