Istraživanja dokazala pozitivan učinak primjene AI tehnologije u mamografskim pregledima

Program za rano otkrivanje raka dojke u Sjedinjenim Američkim Državama objavio je rezultate koji ukazuju na moguće prednosti primjene umjetne inteligencije (UI) u mamografskim pregledima. Pregledi žena uz korištenje umjetne inteligencije bili su za 21% točniji pri otkrivanju raka u usporedbi s tradicionalnim mamografskim pregledima.

Kompanija DeepHealth, koja razvija AI tehnologije i dio je radiološkog diva RadNet, predstavila je svoje rezultate na godišnjem sastanku Radiološkog društva Sjeverne Amerike (RSNA). Istraživanje obuhvaća podatke 747.604 žena koje su u razdoblju od 12 mjeseci prošle mamografski pregled. Općenito, stopa otkrivanja raka bila je 43% viša kod žena uključenih u program u odnosu na one izvan njega. Dio tih žena odlučio se dodatno koristiti softver za umjetnu inteligenciju, koji je u skladu s regulativama Američke agencije za hranu i lijekove (FDA). Softver je korišten kao "drugi par očiju" za pomoć radiolozima u otkrivanju anomalija na mamografskim snimkama.

Rezultati pokazuju kako je 22-postotno povećanje otkrivanja raka pripisano činjenici da su žene s većim rizikom od raka dojke češće birale sudjelovanje u programu koji je koristio pomoć umjetne inteligencije. No, preostalih 21% povećanja otkrivanja pripisano je primjeni umjetne inteligencije koja je, čini se, zaista povećala stopu naknadnog pozivanja na dodatno snimanje.

Unatoč ohrabrujućim rezultatima, istraživači ističu kako su potrebna dodatna istraživanja kako bi se preciznije kvantificirala učinkovitost umjetne inteligencije u ovom kontekstu. Kako je objavljeno, istraživači sada planiraju provesti nasumične kontrolirane studije kako bi se dobili konačni zaključci.

Poboljšana preciznost u otkrivanju raka dojke mogla bi značajno smanjiti stope smrtnosti, osobito kod žena u ranim stadiju bolesti. Međutim, postavlja se pitanje dostupnosti tehnologije. Trošak dodatne AI analize trenutno snose pacijentice, što bi moglo dramatično ograničiti pristup ovoj vrsti ranog otkrivanja raka.

Osim toga, stručnjaci upozoravaju na rizike lažno pozitivnih rezultata koje umjetna inteligencija nekada može generirati. Povećani broj poziva na dodatne preglede može izazvati stres kod pacijentica te povećati cjelokupne troškove zdravstvenog sustava.

Integracija umjetne inteligencije u kliničku praksu također zahtijeva dodatnu edukaciju za radiologe i medicinsko osoblje kako bi učinkovito upravljali novim tehnološkim alatima.