Penerbitan baru
Mammografi berpandukan AI mengurangkan beban kerja sebanyak 33% dan meningkatkan pengesanan kanser payudara
Ulasan terakhir: 02.07.2025
Semua kandungan iLive disemak secara perubatan atau fakta diperiksa untuk memastikan ketepatan faktual sebanyak mungkin.
Kami mempunyai garis panduan sumber yang ketat dan hanya memautkan ke tapak media yang bereputasi, institusi penyelidikan akademik dan, apabila mungkin, dikaji semula kajian secara medis. Perhatikan bahawa nombor dalam kurungan ([1], [2], dan lain-lain) boleh diklik pautan ke kajian ini.
Jika anda merasakan bahawa mana-mana kandungan kami tidak tepat, ketinggalan zaman, atau tidak dipersoalkan, sila pilih dan tekan Ctrl + Enter.
Dalam kajian terbaru yang diterbitkan dalam jurnal Radiology, penyelidik dari Denmark dan Belanda menjalankan analisis retrospektif keberkesanan saringan dan beban pemeriksaan mamografi keseluruhan sebelum dan selepas pengenalan sistem kecerdasan buatan (AI).
Pemeriksaan mamografi yang kerap untuk kanser payudara mengurangkan kematian akibat penyakit ini dengan ketara. Walau bagaimanapun, pemeriksaan mamografi massa meningkatkan beban kerja ahli radiologi yang mesti menganalisis banyak mamogram, yang kebanyakannya tidak mengandungi lesi yang mencurigakan.
Di samping itu, saringan berganda, yang digunakan untuk mengurangkan positif palsu dan meningkatkan pengesanan, meningkatkan lagi beban kerja ahli radiologi. Kekurangan pakar radiologi khusus yang boleh membaca mamogram memburukkan lagi keadaan ini.
Kajian terkini telah meneroka secara meluas penggunaan AI untuk menganalisis laporan radiologi dengan cekap sambil mengekalkan piawaian pemeriksaan yang tinggi. Pendekatan gabungan di mana AI membantu ahli radiologi menyerlahkan mamogram dengan lesi yang dibenderakan dianggap dapat mengurangkan beban kerja ahli radiologi sambil mengekalkan sensitiviti pemeriksaan.
Kajian ini menggunakan ukuran prestasi awal daripada dua kohort wanita yang menjalani pemeriksaan mamografi sebagai sebahagian daripada program saringan kanser payudara kebangsaan Denmark untuk membandingkan perubahan dalam beban pemeriksaan dan prestasi selepas pengenalan alat AI.
Program ini menjemput wanita berumur 50 hingga 69 untuk disaring setiap dua tahun sehingga umur 79. Wanita dengan penanda yang menunjukkan peningkatan risiko kanser payudara, seperti gen BRCA, telah disaring di bawah protokol yang berbeza.
Para penyelidik menggunakan dua kohort wanita: satu disaring sebelum sistem AI diperkenalkan dan satu selepas. Analisis hanya melibatkan wanita di bawah umur 70 tahun untuk mengecualikan mereka dalam subkumpulan berisiko tinggi.
Semua peserta menjalani protokol piawai menggunakan mamografi digital dengan pandangan serong craniocaudal dan mediolateral. Semua kes positif dalam kajian ini telah dikenal pasti dengan pemeriksaan untuk karsinoma duktus atau kanser invasif, yang disahkan oleh biopsi jarum. Data mengenai laporan patologi, saiz lesi, penglibatan nodus limfa, dan diagnosis juga diperoleh daripada pendaftaran kesihatan negara.
Sistem AI yang digunakan untuk menganalisis mamogram telah dilatih menggunakan model pembelajaran mendalam untuk mengesan, menyerlahkan dan menjaringkan sebarang kalsifikasi atau ketulan yang mencurigakan pada mamogram. AI kemudian mengklasifikasikan pemeriksaan pada skala 1 hingga 10, menunjukkan kemungkinan kanser payudara.
Sekumpulan pakar radiologi yang kebanyakannya berpengalaman menyemak mamogram untuk kedua-dua kohort. Sebelum sistem AI, setiap pemeriksaan telah disemak oleh dua ahli radiologi, dan seorang pesakit disyorkan pemeriksaan klinikal dan biopsi jarum hanya jika kedua-dua ahli radiologi menganggap pemeriksaan memerlukan penilaian lanjut.
Selepas sistem AI dilaksanakan, mamogram dengan skor 5 atau kurang telah disemak oleh ahli radiologi kanan, mengetahui bahawa ia hanya akan menerima satu bacaan. Mereka yang memerlukan pemeriksaan lanjut telah dibincangkan dengan ahli radiologi kedua.
Kajian mendapati bahawa pelaksanaan sistem AI mengurangkan beban kerja ahli radiologi yang menganalisis mamogram dengan ketara sebagai sebahagian daripada pemeriksaan kanser payudara secara besar-besaran, sambil meningkatkan keberkesanan pemeriksaan.
Kohort yang disaring sebelum sistem AI dilaksanakan termasuk lebih 60,000 wanita, manakala kohort yang disaring dengan AI termasuk kira-kira 58,000 wanita. Pemeriksaan dengan AI menghasilkan peningkatan dalam diagnosis kanser payudara (0.70% sebelum AI lwn. 0.82% dengan AI) sambil mengurangkan bilangan positif palsu (2.39% lwn. 1.63%).
Pemeriksaan berasaskan AI mempunyai nilai ramalan positif yang lebih tinggi dan peratusan kanser invasif adalah lebih rendah dengan kaedah berasaskan AI. Walaupun peratusan kanser nod-negatif tidak berubah, ukuran prestasi lain menunjukkan bahawa saringan berasaskan AI telah meningkatkan hasil dengan ketara. Beban bacaan juga dikurangkan sebanyak 33.5%.
Ringkasnya, kajian itu menilai keberkesanan sistem pemeriksaan berasaskan AI dalam mengurangkan beban kerja ahli radiologi dan meningkatkan kadar pemeriksaan dalam analisis mamogram sebagai sebahagian daripada pemeriksaan kanser payudara secara besar-besaran di Denmark.
Keputusan menunjukkan bahawa sistem berasaskan AI mengurangkan beban kerja ahli radiologi dengan ketara sambil meningkatkan kadar pemeriksaan, seperti yang dibuktikan oleh peningkatan ketara dalam diagnosis kanser payudara dan pengurangan ketara dalam positif palsu.