การตรวจเต้านมด้วย AI ช่วยลดภาระงานลง 33% และเพิ่มการตรวจพบมะเร็งเต้านม

ในการศึกษาล่าสุดที่ตีพิมพ์ใน รังสีวิทยา นักวิจัยจากเดนมาร์กและเนเธอร์แลนด์ได้ทำการวิเคราะห์ย้อนหลังเกี่ยวกับประสิทธิภาพในการคัดกรองและภาระโดยรวมของการตรวจคัดกรองด้วยแมมโมแกรมก่อนและหลังการแนะนำ ของระบบปัญญาประดิษฐ์ (AI)

การตรวจคัดกรองมะเร็งเต้านมเป็นประจำช่วยลดอัตราการเสียชีวิตจากโรคได้อย่างมีนัยสำคัญ อย่างไรก็ตาม การตรวจคัดกรองด้วยแมมโมแกรมจะเพิ่มภาระงานของนักรังสีวิทยาที่ต้องตรวจแมมโมแกรมจำนวนมาก ซึ่งส่วนใหญ่ไม่มีรอยโรคที่น่าสงสัย

นอกจากนี้ การคัดกรองซ้ำซึ่งใช้เพื่อลดผลบวกลวงและปรับปรุงการตรวจจับ ยังเพิ่มภาระงานของนักรังสีวิทยาอีกด้วย การขาดแคลนนักรังสีวิทยาเฉพาะทางที่สามารถอ่านแมมโมแกรมได้ทำให้สถานการณ์นี้รุนแรงขึ้น

การศึกษาล่าสุดได้สำรวจการใช้ AI อย่างกว้างขวางเพื่อวิเคราะห์รายงานทางรังสีวิทยาอย่างมีประสิทธิภาพ ขณะเดียวกันก็รักษามาตรฐานการคัดกรองในระดับสูง แนวทางผสมผสานซึ่ง AI ช่วยให้นักรังสีวิทยาเน้นภาพแมมโมแกรมที่มีรอยโรคที่ทำเครื่องหมายไว้ เชื่อว่าจะช่วยลดภาระงานของนักรังสีวิทยาในขณะที่ยังคงความไวในการตรวจคัดกรอง

การศึกษาในปัจจุบันใช้การวัดประสิทธิภาพเบื้องต้นจากผู้หญิง 2 รุ่นที่ได้รับการตรวจคัดกรองด้วยแมมโมแกรมซึ่งเป็นส่วนหนึ่งของโครงการคัดกรองมะเร็งเต้านมแห่งชาติเดนมาร์ก เพื่อเปรียบเทียบการเปลี่ยนแปลงในปริมาณงานในการคัดกรองและประสิทธิภาพหลังจากการแนะนำเครื่องมือ AI

โปรแกรมนี้เชิญชวนผู้หญิงอายุ 50 ถึง 69 ปี ให้ตรวจคัดกรองทุกๆ สองปีจนถึงอายุ 79 ปี ผู้หญิงที่มีเครื่องหมายบ่งชี้ความเสี่ยงที่เพิ่มขึ้นของมะเร็งเต้านม เช่น ยีน BRCA จะได้รับการตรวจคัดกรองโดยใช้โปรโตคอลที่แตกต่างกัน

นักวิจัยใช้กลุ่มผู้หญิง 2 กลุ่ม โดยกลุ่มหนึ่งคัดกรองก่อนและอีกกลุ่มหนึ่งหลังจากการแนะนำระบบ AI มีเพียงผู้หญิงอายุต่ำกว่า 70 ปีเท่านั้นที่ถูกรวมไว้ในการวิเคราะห์เพื่อแยกผู้หญิงที่อยู่ในกลุ่มย่อยที่มีความเสี่ยงสูง

ผู้เข้าร่วมทุกคนได้รับโปรโตคอลมาตรฐานโดยใช้เครื่องแมมโมกราฟีดิจิทัลพร้อมมุมมองเอียงของกะโหลกศีรษะและสมองส่วนกลาง กรณีที่เป็นบวกทั้งหมดในการศึกษานี้ระบุได้โดยการตรวจคัดกรองมะเร็งท่อนำไข่หรือมะเร็งที่ลุกลาม ซึ่งได้รับการยืนยันโดยการตรวจชิ้นเนื้อด้วยเข็ม ข้อมูลเกี่ยวกับรายงานทางพยาธิวิทยา ขนาดรอยโรค การมีส่วนร่วมของต่อมน้ำเหลือง และการวินิจฉัยยังได้รับจากทะเบียนสุขภาพแห่งชาติ

ระบบ AI ที่ใช้ในการวิเคราะห์แมมโมแกรมได้รับการฝึกฝนโดยใช้โมเดลการเรียนรู้เชิงลึกเพื่อตรวจจับ เน้น และให้คะแนนการกลายเป็นปูนหรือรอยโรคที่น่าสงสัยบนแมมโมแกรม จากนั้น AI จึงจัดอันดับการคัดกรองในระดับ 1 ถึง 10 ซึ่งบ่งชี้ถึงความน่าจะเป็นของมะเร็งเต้านม

ทีมนักรังสีวิทยาที่มีประสบการณ์เป็นส่วนใหญ่ได้ตรวจสอบการตรวจแมมโมแกรมสำหรับทั้งสองกลุ่ม ก่อนการนำระบบ AI ไปใช้ การคัดกรองแต่ละครั้งได้รับการตรวจสอบโดยนักรังสีวิทยา 2 คน และผู้ป่วยได้รับการแนะนำให้ทำการตรวจทางคลินิกและการตัดชิ้นเนื้อจากเข็มเฉพาะในกรณีที่นักรังสีวิทยาทั้งสองคนพิจารณาว่าการตรวจคัดกรองนั้นจำเป็นต้องมีการประเมินเพิ่มเติม

หลังจากใช้ระบบ AI แล้ว แมมโมแกรมที่มีคะแนนน้อยกว่าหรือเท่ากับ 5 จะได้รับการตรวจสอบโดยนักรังสีวิทยาอาวุโส โดยรู้ว่าได้รับการอ่านเพียงครั้งเดียวเท่านั้น ผู้ที่จำเป็นต้องได้รับการตรวจเพิ่มเติมจะต้องหารือกับนักรังสีวิทยาคนที่สอง

การศึกษาพบว่าการนำระบบ AI ไปใช้ช่วยลดภาระงานของนักรังสีวิทยาในการวิเคราะห์ภาพแมมโมแกรมซึ่งเป็นส่วนหนึ่งของการตรวจคัดกรองมะเร็งเต้านมจำนวนมาก ขณะเดียวกันก็ปรับปรุงประสิทธิภาพการตรวจคัดกรอง

กลุ่มประชากรตามรุ่นที่คัดกรองก่อนการนำระบบ AI ไปใช้ประกอบด้วยผู้หญิงมากกว่า 60,000 คน ในขณะที่กลุ่มประชากรตามรุ่นที่คัดกรองโดยใช้ AI มีผู้หญิงประมาณ 58,000 คน การคัดกรองด้วย AI ส่งผลให้การวินิจฉัยมะเร็งเต้านมเพิ่มขึ้น (0.70% ก่อน AI เทียบกับ 0.82% ด้วย AI) ในขณะเดียวกันก็ลดจำนวนผลบวกลวง (2.39% เทียบกับ 1.63%)

การคัดกรองโดยใช้ AI มีค่าคาดการณ์เชิงบวกที่สูงกว่า และเปอร์เซ็นต์ของมะเร็งที่ลุกลามก็ต่ำกว่าด้วยวิธีการที่ใช้ AI แม้ว่าเปอร์เซ็นต์ของมะเร็งที่ต่อมน้ำเป็นลบจะไม่เปลี่ยนแปลง แต่มาตรการด้านประสิทธิภาพอื่นๆ แสดงให้เห็นว่าการคัดกรองด้วย AI ช่วยปรับปรุงผลลัพธ์อย่างมีนัยสำคัญ ภาระการอ่านก็ลดลง 33.5% เช่นกัน

การศึกษาจึงประเมินประสิทธิภาพของระบบคัดกรองด้วย AI ในการลดภาระงานของนักรังสีวิทยาและปรับปรุงอัตราการตรวจคัดกรองแมมโมแกรมซึ่งเป็นส่วนหนึ่งของการตรวจคัดกรองมะเร็งเต้านมในเดนมาร์ก

ผลลัพธ์แสดงให้เห็นว่าระบบที่ใช้ AI ช่วยลดภาระงานของนักรังสีวิทยาได้อย่างมาก ขณะเดียวกันก็ปรับปรุงอัตราการตรวจคัดกรอง โดยเห็นได้จากการวินิจฉัยโรคมะเร็งเต้านมที่เพิ่มขึ้นอย่างมีนัยสำคัญ และผลบวกลวงที่ลดลงอย่างมีนัยสำคัญ