Η τεχνητή νοημοσύνη βοήθησε να εντοπιστούν λιγότεροι ταχέως εξελισσόμενοι και δύσκολα αντιμετωπίσιμοι καρκίνοι του μαστού σε μελέτη σχεδόν 100.000 γυναικών.
Η τεχνητή νοημοσύνη θα μπορούσε να βοηθήσει στον εντοπισμό επιθετικών καρκίνων του μαστού σε πιο πρώιμο στάδιο και να μειώσει την πίεση στους ήδη υπερφορτωμένους γιατρούς, σύμφωνα με τα αποτελέσματα μιας μεγάλης σουηδικής δοκιμής για τον προσυμπτωματικό έλεγχο του μαστού.
Η μελέτη, που δημοσιεύθηκε στο The Lancet, ανέλυσε σχεδόν 100.000 γυναίκες ηλικίας 40 έως 80 ετών που συμμετείχαν στο εθνικό πρόγραμμα μαστογραφικού ελέγχου της Σουηδίας μεταξύ Απριλίου 2021 και Δεκεμβρίου 2022.
Η μαστογραφία θεωρείται ευρέως η πιο αποτελεσματική μέθοδος για την έγκαιρη ανίχνευση του καρκίνου του μαστού και τη μείωση της θνησιμότητας, με τις ευρωπαϊκές κατευθυντήριες γραμμές να συνιστούν κάθε εξέταση να αξιολογείται ανεξάρτητα από δύο ακτινολόγους.
Ωστόσο, οι ερευνητές αναφέρουν ότι μεταξύ 20 και 30 τοις εκατό των καρκίνων του μαστού διαγιγνώσκονται ανάμεσα στα τακτικά ραντεβού ελέγχου. Οι λεγόμενοι «ενδιάμεσοι καρκίνοι» τείνουν να αναπτύσσονται ταχύτερα, να εντοπίζονται σε πιο προχωρημένο στάδιο και να είναι δυσκολότερο να αντιμετωπιστούν.
Πώς διεξήχθη η δοκιμή;
Στο πλαίσιο της δοκιμής, οι γυναίκες κατανεμήθηκαν τυχαία είτε σε τυπικό έλεγχο με δύο ακτινολόγους είτε σε μια προσέγγιση με υποστήριξη από τεχνητή νοημοσύνη, όπου το σύστημα επισημαίνει ύποπτες περιοχές στις μαστογραφίες και ένας ακτινολόγος λαμβάνει την τελική απόφαση.
Στην ομάδα με υποστήριξη από τεχνητή νοημοσύνη καταγράφηκαν 11 λιγότεροι ενδιάμεσοι καρκίνοι σε διάστημα δύο ετών, δηλαδή μείωση κατά 12% σε σύγκριση με τον συμβατικό έλεγχο, ενώ εντοπίστηκαν περισσότεροι καρκίνοι κατά τον τακτικό έλεγχο.
Η ερευνήτρια της μελέτης, Τζέσι Γκόμερς, από το Πανεπιστημιακό Ιατρικό Κέντρο Radboud, δήλωσε ότι η τεχνητή νοημοσύνη λειτούργησε ως εργαλείο υποστήριξης και όχι ως υποκατάστατο, εξηγώντας ότι «η τεχνητή νοημοσύνη τόνιζε ύποπτες περιοχές σε μια μαστογραφία, γεγονός που βοηθούσε τους ακτινολόγους στην ερμηνεία», ενώ «η τελική απόφαση για επανέλεγχο εξακολουθούσε να λαμβάνεται από τους ακτινολόγους».
Επειδή τις μαστογραφίες με υποστήριξη τεχνητής νοημοσύνης τις αξιολογούσε μόνο ένας ακτινολόγος, η προσέγγιση αυτή μείωσε επίσης τον φόρτο εργασίας. Προηγούμενα ευρήματα από τη δοκιμή είχαν δείξει μείωση του φόρτου εργασίας των ακτινολόγων κατά 44%, κάτι που, σύμφωνα με τους ερευνητές, θα μπορούσε να αποδειχθεί ιδιαίτερα πολύτιμο σε υγειονομικές δομές με ελλείψεις προσωπικού.
Η Γκόμερς τόνισε ότι η μείωση των ενδιάμεσων καρκίνων είναι ιδιαίτερα σημαντική, επισημαίνοντας πως «θέλουμε όσο το δυνατόν λιγότερους από αυτούς τους ενδιάμεσους καρκίνους, επειδή είναι γνωστό ότι είναι πιο επιθετικοί και οδηγούν σε χειρότερη έκβαση για τους ασθενείς».
Μία στις 20 γυναίκες θα διαγνωστεί με καρκίνο του μαστού κάποια στιγμή στη ζωή της, γεγονός που τον καθιστά τη συχνότερη μορφή καρκίνου στις γυναίκες.
Το 2022, εκτιμάται ότι 2,3 εκατομμύρια γυναίκες διαγνώστηκαν με καρκίνο του μαστού παγκοσμίως και περίπου 670.000 πέθαναν από τη νόσο. Μόνο στην Ευρώπη, ο Παγκόσμιος Οργανισμός Υγείας (ΠΟΥ) κατέγραψε σχεδόν 558.000 νέα περιστατικά εκείνη τη χρονιά.
Θα αντικαταστήσει η τεχνητή νοημοσύνη τους γιατρούς;
Παρότι η μαστογραφία με υποβοήθηση από τεχνητή νοημοσύνη έχει ήδη αρχίσει να εφαρμόζεται σε περιοχές της Σουηδίας και της Δανίας, οι ερευνητές υπογραμμίζουν ότι δεν είναι ακόμη έτοιμη να αντικαταστήσει την ανθρώπινη εποπτεία και ότι χρειάζονται περισσότερα δεδομένα.
Ανεξάρτητοι ειδικοί προέτρεψαν επίσης σε προσοχή όσον αφορά μια ευρύτερη εφαρμογή σε παγκόσμια κλίμακα. Η δρ Όλγα Οικονομίδου, κύρια ερευνήτρια και επικεφαλής της έρευνας για τον καρκίνο του μαστού στο Κέντρο Καρκίνου του Πανεπιστημίου του Εδιμβούργου, ανέφερε ότι η δοκιμή επικεντρώθηκε στο κατά πόσο η τεχνητή νοημοσύνη μπορεί να βοηθήσει τους ακτινολόγους να εργάζονται «πιο γρήγορα και πιο αποδοτικά» και όχι να τους αντικαταστήσει.
Προειδοποίησε ότι τα συστήματα τεχνητής νοημοσύνης διαφέρουν σημαντικά μεταξύ τους και πρέπει να ελέγχονται με την ίδια αυστηρότητα όπως τα φάρμακα, και ότι δεν αποτελούν μια φθηνή εναλλακτική λύση.