Um novo estudo liderado por investigadores da UCLA Health Joneson está sugerindo que os intervalos de inteligência artificial (IA) podem ajudar a detectar o câncer de mama – aqueles que se desenvolvem na triagem de rotina – antes de serem desenvolvidos e melhorados. Isso pode levar a uma melhor prática de triagem, tratamento anterior e resultados avançados do paciente.
Estudo, publicado Jornal National Cancer InstituteVerificou -se que o tipo de interrupção “mamãe visível” foi capaz de detectar o câncer, sinalizando -os durante a triagem da IA. Inclui tumores visíveis em mamografias, mas não podem ser detectados por radiologistas, ou há sintomas muito sutis na mamografia que são fáceis de perder porque os sintomas estavam sob o fundo da identidade ou olho humano.
Os pesquisadores assumiram que a IA foi incluída na triagem de câncer de mama para ajudar a reduzir o número de câncer de mama em 30%.
Dr. Tiffany Yu, professor assistente de radiologia da Escola de Medicina David Jeffen da UCLA, diz e o primeiro autor deste estudo. “Nos pacientes, pode trazer todas as diferenças ao câncer rapidamente. Pode levar a um tratamento menos agressivo e melhorar a possibilidade de melhores resultados”.
Embora pesquisas semelhantes realizadas na Europa, este estudo seja o primeiro a explorar a IA a detectar o câncer de mama nos Estados Unidos da América. Os pesquisadores observaram que existem as principais diferenças entre os EUA e a prática de triagem européia. Nos Estados Unidos, a maioria das mamografias é realizada usando tomosíntias de mama digital (DBT), geralmente conhecidas como mamografia em 3D e os pacientes geralmente são rastreados a cada ano. Por outro lado, os programas europeus geralmente usam mamografia digital (DM), geralmente ligam para a mamografia 2D e exibem os pacientes da tela a cada dois a três anos.
O estudo anterior analisou os dados da mamografia passada de 20-25 a 20-25 de 20 a 25 para o DM e DBT. Segundo as informações, a equipe analisou cinco casos em que uma mulher foi infectada com câncer de mama.
Os radiologistas revisaram esses casos para determinar por que o câncer não foi identificado antes. A nova pesquisa se adaptou a um sistema de classificação europeu para categorizar o câncer. Isso inclui: erro de leitura perdida, sintoma mínimo, sintomas mínimos acessíveis, câncer de quebra verdadeira, Mayabi (que é realmente invisível para a mamografia) e erro técnico.
Os pesquisadores então aplicaram o software de IA disponível comercialmente às mamografias iniciais de triagem realizadas antes do diagnóstico do câncer, para que pudesse detectar sintomas sutis de câncer para determinar que foi perdido pelos radiologistas durante a triagem inicial ou sinalizando -os para ser pelo menos suspeito. Cada mamografia marcou de 1 a 10 para risco de câncer. 8 ou maior pontuação foi identificada o mais possível possível.
Pesquisas originais:
- A equipe descobriu que a IA foi sinalizada em 766% da mamografia que originalmente caiu normalmente, mas depois uma quebra foi associada ao câncer de mama.
- Ele sinalizou no caso de 90% de leituras perdidas, onde o câncer era visível na mamografia, mas foi perdido ou mal interpretado pelo radiologista.
- Ele chegou a cerca de 89% de câncer de sinal mínimo que mostrou sintomas muito sutis e pode ser reproduzido racionalmente, além de 72% dos sinais mínimos, não-consultores, que provavelmente eram muito sutis para as etapas.
- Para o câncer que estava disfarçado ou desaparecendo completamente na mamografia, a IA sinalizou em 69% dos casos.
- Foi um pouco menos eficaz na detecção do verdadeiro câncer de interrupção, que não estava presente durante a triagem, mas depois desenvolvido, sinalizando cerca de 50%.
“Embora tivéssemos alguns resultados emocionantes, também descobrimos muitas imperfeições e questões de IA que precisam ser mais exploradas em ambientes do mundo real”, disse a Dra. Hanna Millch, professora assistente de radiologia da Escola de Medicina David Jiffen e autor sênior do estudo. “Por exemplo, apesar de desaparecer na mamografia, o equipamento de IA ainda sinalizou 69% das mamografias de triagem que eram câncer. No entanto, quando ficamos de olho nos campos específicos das imagens identificadas como IA, a IA não fazia tão bem quanto um emprego e apenas identificou 22% do câncer do tempo”.
Como os radiologistas usam a IA na prática e resolvem as perguntas originais, como lidar com os casos de IA em que as bandeiras de IA podem ser consideradas suspeitas, especialmente quando a IA nem sempre está correta para determinar a posição correta do câncer, são necessários maiores estudos em potencial.
“Embora a IA não seja perfeita e não deva ser usada por si só, essas pesquisas suportam a ideia de que os intervalos de IA podem ajudar a transferir a maioria dos verdadeiros quebras para o câncer”, acrescentou. “Ele mostra a possibilidade de servir como um segundo conjunto valioso dos olhos, especialmente para o tipo de câncer que é o mais difícil de capturar rapidamente.
Outros autores, Dr. Ann Hoyt, Dr. Melissa, todos da UCLA, Dr. Cheris Fisher, Dr. Nazanin Yaghamai, Dr. James Chalfant, Dr. Lucy Chou, Dr. Shabnam Mortazavi, Cristopher Saras, Dr. James. Joan Elmore e William Hsu.
Este trabalho foi apoiado pelo National Health Institutes, pelo National Cancer Institute, Healthcare Research and Quality e Primary Diagnostics Inc. Agência.
