O intervalo de IA pode ajudar na detecção precoce de câncer de mama

Um novo estudo liderado por pesquisadores no Centro de Câncer da UCLA Health Jonsan sugere que o intervalo de inteligência artificial (AI) pode ajudar a detectar o câncer de mama – que se desenvolve entre exames regulares – antes que se tornem mais avançados e difíceis para o tratamento. Pode potencialmente melhorar melhores práticas de triagem, tratamento anterior e melhorar os resultados dos pacientes.

o estudo, Publicado Em Jornal do Instituto Nacional do CâncerVerificou-se que, no momento da triagem da IA, eles foram capazes de identificar o “círculo mamográfico” do câncer de intervalo antes de dar-lhes um sinal verde. Isso inclui tumores que aparecem em mamografias, mas não são detectados por radiologistas, ou há sinais muito sutis na mamografia que são fáceis de lembrar porque as indicações estavam abaixo ou certamente inconscientes do que o nível de detecção pelo olho humano.

Os pesquisadores estimam que a inclusão de IA na triagem pode ajudar a reduzir o número de lacunas seios Câncer até 30%.

David Gafen, da UCLA DR, professor assistente de radiologia na Faculdade de Medicina. Tiffany U disse: “Essa descoberta é importante porque esses tipos de câncer intervalos podem ser capturados primeiro quando é fácil tratar o câncer”. “Para os pacientes, o câncer de captura rápida pode causar todas as diferenças. Isso pode levar a um tratamento menos agressivo e melhorar a possibilidade de melhores resultados”.

Embora pesquisas semelhantes tenham sido realizadas na Europa, este estudo é uma das primeiras pessoas a detectar o uso de IA para detectar o câncer de mama no intervalo nos Estados Unidos. Os pesquisadores dizem que existem diferenças significativas entre os EUA e as práticas de triagem européia.

Nos EUA, a maioria das mamografias é realizada usando a tomocíntese de mama digital (DBT), geralmente chamada de mamografia 3D, e os pacientes geralmente são examinados a cada ano. Por outro lado, os programas europeus geralmente usam mamografia digital (DM), geralmente chamados de mamografia 2D, e rastreiam pacientes a cada dois a três anos.

Estudo retrospectivo De 2010 a 2019, cerca de 185.000, analisaram dados da mamografia anterior, que incluíram DM e DBT. A partir dos dados, a equipe viu 148 casos, onde uma mulher detectou o câncer de mama intervalado.

O radiologista revisou esses casos para determinar por que o câncer foi visto anteriormente. O novo estudo otimizou um sistema de classificação europeu para classificar o câncer de intervalo. Eles incluem: erro de leitura perdida, sinal mínimo -interlocutável, sinal mínimo -NEON -AUTULACIONE, câncer de intervalo verdadeiro, segredo (que é realmente invisível em mamografias) e deixado devido a um erro técnico.

Os pesquisadores implementaram um software de IA disponível comercialmente, chamado Transpara, que foi feito anteriormente para a mamografia inicial da triagem inicial Diagnóstico de câncer Para determinar se poderia detectar os sinais sutis de câncer que foram lembrados pelo radiologista durante a triagem inicial, ou pelo menos os sinalizaram como suspeito. A ferramenta obteve cada mamografia de 1 a 10 para o risco de câncer. A pontuação de 8 ou superior foi considerada potencialmente relacionada.

As principais descobertas incluem:

• A equipe constatou que a IA sinalizou 76% das mamografias que foram originalmente lidas, mas depois uma lacuna estava associada ao câncer de mama.
• Marcou os casos de 90% de erro de leitura perdida, onde o câncer era visível na mamografia, mas recordado ou mal interpretado pelo radiologista.
• Ele capturou cerca de 89% de câncer de sinal mínimo, mostrou sinais muito sutis e poderia funcionar funcionalmente, bem como 72% das pessoas com ação mínima de sinal, que foram muito sutis para agir rapidamente.
• A IA sinalizou 69% dos casos em mamografias que eram câncer ou completamente invisíveis.
• Esse verdadeiro intervalo foi um pouco menos eficaz na identificação do câncer, que não estava mais presente no momento da triagem, mas depois desenvolveu, cerca de 50% deles sinalizaram.

Dr. David Gafen School of Medicine, professor assistente de radiologia e autor sênior de estudo, a Dra. Hannah Milch disse: “Embora tivéssemos algumas consequências emocionantes, destacamos muitos problemas imprecisos e que precisam encontrar ainda mais nas configurações reais do mundo”.

“Por exemplo, apesar de ser invisível em mamografia, a ferramenta de IA ainda sinalizou 69%. Triagem Mamografias que desfrutavam de câncer. No entanto, quando vimos áreas específicas em imagens que a IA marcou como suspeitos, a IA não fez tão bem quanto um trabalho e apenas marcou o câncer real como 22% das vezes. , Assim,

Grandes estudos em potencial precisam entender como os radiologistas usarão a IA na prática e abordarão questões importantes, como lidar com casos em que a IA é suspeita de uma bandeira que não é visível para o olho humano, especialmente quando a IA nem sempre é precisa ao indicar a localização exata do câncer.

“Embora a IA não esteja certa e não deva ser usada por conta própria, essas conclusões apóiam a idéia de que o intervalo de IA pode ajudar o câncer de mama a mudar para o câncer de lacuna mais verdadeiro”, disse U.

“Isso reflete a capacidade de servir como um segundo conjunto valioso dos olhos, especialmente para os tipos de câncer que são os mais difíceis de capturar cedo. Trata -se de dar ao radiologista ferramentas melhores e dar aos pacientes a melhor chance de pegar o câncer mais cedo, o que pode salvar mais vidas”.